Closed-loop deep learning in early-stage drug discovery - cloud platform for targeted protein degradation

Projektinformationen

CelerisTx - Celeris One Platform

ID Finanzhilfevereinbarung: 190126641

DOI 10.3030/190126641

Projekt abgeschlossen

EK-Unterschriftsdatum 14 Dezember 2022

Startdatum 1 Juli 2022

Enddatum 29 Februar 2024

Finanziert unter

• The European Innovation Council (EIC)

Gesamtkosten € 4 860 501,25

EU-Beitrag € 2 500 000,00

Koordiniert durch

CELERIS THERAPEUTICS GMBH
Austria

Veröffentlichungen

Peer reviewed articles (4)

Decoupled coordinates for machine learning-based molecular fragment linking

Autoren: Markus Fleck, Michael Müller, Noah Weber and Christopher Trummer
Veröffentlicht in: IOPScience, 2022, ISSN 2632-2153
Herausgeber: IOP Publishing Ltd
DOI: 10.1088/2632-2153/ac50fc

Current Challenges in Small Molecule Proximity-Inducing Compound Development for Targeted Protein Degradation Using the Ubiquitin Proteasomal System

Autoren: Sridhar Radhakrishnan, Oskar Hoff, Markus K. Muellner
Veröffentlicht in: molecules, 2022, ISSN 1420-3049
Herausgeber: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/molecules27238119

Computer aided drug design in the development of proteolysis targeting chimeras

Autoren: Tin M. Tunjic, Noah Weber, Michael Brunsteiner
Veröffentlicht in: Computational and Structural Biotechnology Journal, 2023, ISSN 2001-0370
Herausgeber: Elsevier B.V.
DOI: 10.1016/j.csbj.2023.02.042

Bayesian optimization for ternary complex prediction (BOTCP)

Autoren: Arjun Rao, Tin M. Tunjic, Michael Brunsteiner, Michael Müller, Hosein Fooladi, Chiara Gasbarri, Noah Weber
Veröffentlicht in: Artificial Intelligence in the Life Sciences, 2023, ISSN 2667-3185
Herausgeber: Elsevier B.V.
DOI: 10.1016/j.ailsci.2023.100072