Exploring a Structural Data Mining Approach to Design Linkers for Head-to-Tail Peptide Cyclization - Inria - Institut national de recherche en sciences et technologies du numérique
Article Dans Une Revue (Article De Synthèse) Journal of Chemical Information and Modeling Année : 2023

Exploring a Structural Data Mining Approach to Design Linkers for Head-to-Tail Peptide Cyclization

Yasaman Karami
Samuel Murail
Julien Giribaldi
  • Fonction : Auteur
Benjamin Lefranc
  • Fonction : Auteur
Florian Defontaine
  • Fonction : Auteur
Olivier Lesouhaitier
CV
Jérôme Leprince
Neuroendocrinologie cellulaire et moléculaire
Différenciation et communication neuronale et neuroendocrine
Différenciation et communication neuronale et neuroendocrine
Sjoerd de Vries
  • Fonction : Auteur
Pierre Tufféry

Domaines

Sciences du Vivant [q-bio]

Yasaman Karami  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-04406845

Soumis le : vendredi 19 janvier 2024-22:52:57

Dernière modification le : mercredi 30 octobre 2024-18:15:15

Fichier non déposé

Dates et versions

hal-04406845 , version 1 (19-01-2024)

Licence

Paternité

Identifiants

Citer

Yasaman Karami, Samuel Murail, Julien Giribaldi, Benjamin Lefranc, Florian Defontaine, et al.. Exploring a Structural Data Mining Approach to Design Linkers for Head-to-Tail Peptide Cyclization. Journal of Chemical Information and Modeling, 2023, 63 (20), pp.6436-6450. ⟨10.1021/acs.jcim.3c00865⟩. ⟨hal-04406845⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

COMUE-NORMANDIE UNIROUEN DC2N ANR
28 Consultations
0 Téléchargements

Altmetric

Partager

More