Fitxers

717408.pdf (612.4 KB)

Tipus de document

Article

Versió

Versió publicada

Data de publicació

2021-10-20

Llicència de publicació

cc-by (c) Antolin, Albert A. et al., 2021
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/184294

AI delivers Michaelis constants as fuel for genome-scale metabolic models

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

https://doi.org/10.1371/journal.pbio.3001415

Resum

Michaelis constants (Km) are essential to predict the catalytic rate of enzymes, but are not widely available. A new study in PLOS Biology uses artificial intelligence (AI) to accurately predict Km on a proteome-wide scale, paving the way for dynamic, genome-wide modeling of metabolism.

Matèries

Cinètica enzimàtica, Intel·ligència artificial

Matèries (anglès)

Enzyme kinetics, Artificial intelligence

Citació

Col·leccions

Articles publicats en revistes (Bioquímica i Biomedicina Molecular)

Citació

ANTOLIN, Albert A. i CASCANTE I SERRATOSA, Marta. AI delivers Michaelis constants as fuel for genome-scale metabolic models. PLoS Biology. 2021. Vol. 19, núm. 10, pàgs. e3001415. ISSN 1544-9173. [consulta: 9 de maig de 2026]. Disponible a: https://hdl.handle.net/2445/184294

Exportar metadades

JSON - METS

Compartir registre