Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Hochschulschrift

Harnessing Protein Language Models to improve classic Local Pairwise Alignments for more sensitive and scalable Deep Homology Detection

MPG-Autoren
/persons/resource/persons286739

Behr,  C
Department Molecular Biology, Max Planck Institute for Biology Tübingen, Max Planck Society;
Computational Biology Group, Department Molecular Biology, Max Planck Institute for Biology Tübingen, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Behr, C. (2022). Harnessing Protein Language Models to improve classic Local Pairwise Alignments for more sensitive and scalable Deep Homology Detection (Master Thesis, Ebherhard-Karls-Universität, Tübingen, Germany, 2022).


Zitierlink: https://hdl.handle.net/21.11116/0000-000C-974C-5
Zusammenfassung
Es ist keine Zusammenfassung verfügbar