Jian Peng

PepFlow utilise l'apprentissage profond pour créer des conceptions de peptides efficaces pour le développement de médicaments.

Le matching de flux statistique améliore la modélisation générative pour les défis de données discrètes.

De nouvelles méthodes améliorent la précision dans la prévision des interactions anticorps-antigènes.

Une nouvelle méthode pour résoudre le problème du logarithme discret plus rapidement et plus efficacement.

Découvrez comment PepHAR améliore la conception des peptides pour le traitement des maladies.