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

Información del proyecto

CelerisTx - Celeris One Platform

Identificador del acuerdo de subvención: 190126641

DOI

10.3030/190126641

Proyecto cerrado

Fecha de la firma de la CE 14 Diciembre 2022

Fecha de inicio 1 Julio 2022

Fecha de finalización 29 Febrero 2024

Financiado con arreglo a

• The European Innovation Council (EIC)

Coste total

€ 4 860 501,25

Aportación de la UE

€ 2 500 000,00

Coordinado por

CELERIS THERAPEUTICS GMBH
Austria

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Publicaciones

Peer reviewed articles (4)

Decoupled coordinates for machine learning-based molecular fragment linking

Autores: Markus Fleck, Michael Müller, Noah Weber and Christopher Trummer
Publicado en: IOPScience, 2022, ISSN 2632-2153
Editor: 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

Autores: Sridhar Radhakrishnan, Oskar Hoff, Markus K. Muellner
Publicado en: molecules, 2022, ISSN 1420-3049
Editor: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/molecules27238119

Computer aided drug design in the development of proteolysis targeting chimeras

Autores: Tin M. Tunjic, Noah Weber, Michael Brunsteiner
Publicado en: Computational and Structural Biotechnology Journal, 2023, ISSN 2001-0370
Editor: Elsevier B.V.
DOI: 10.1016/j.csbj.2023.02.042

Bayesian optimization for ternary complex prediction (BOTCP)

Autores: Arjun Rao, Tin M. Tunjic, Michael Brunsteiner, Michael Müller, Hosein Fooladi, Chiara Gasbarri, Noah Weber
Publicado en: Artificial Intelligence in the Life Sciences, Edición 3, 2023, ISSN 2667-3185
Editor: Elsevier B.V.
DOI: 10.1016/j.ailsci.2023.100072