UNITesi

Unsupervised inference models for structural and functional properties of protein sequences

DE LEONARDIS, MATTEO
2025
753. FISICA
22-mag-2025
Inglese
protein infererence; protein design; unsupervised modeling; biological sequences; deep mutational scanning; directed evolution; screening; time-series analysis; phylogenetic tree; ancestral sequence reconstruction; stochastic dynamical systems; fitness landscape; machine learning
PAGNANI, ANDREA
Politecnico di Torino
151
Politecnico di Torino
File in questo prodotto:
File Dimensione Formato  
conv_thesis_final.pdf

accesso aperto

Dimensione 7.15 MB
Formato Adobe PDF
Visualizza/Apri
7.15 MB Adobe PDF Visualizza/Apri
conv_synthesis (1).pdf

accesso aperto

Dimensione 149.79 kB
Formato Adobe PDF
Visualizza/Apri
149.79 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/214301
Il codice NBN di questa tesi è URN:NBN:IT:POLITO-214301