Cookies

We gebruiken cookies om u de beste ervaring op onze website te bieden. U kunt meer informatie vinden over welke cookies we gebruiken of deze uitschakelen in de instellingen. - Bekijk cookie instellingen

Ga naar inhoud
Projecten
Discovery of novel biomass degrading enzymes based on PROtein structure SIGNatures through a Deep Learning Method (PROSIGN)

Discovery of novel biomass degrading enzymes based on PROtein structure SIGNatures through a Deep Learning Method (PROSIGN)

De omzetting van plantenbiomassa als duurzaam alternatief voor fossiele grondstoffen is sterk afhankelijk van efficiënte enzymen. Identificatie van nieuwe betere enzymen gebeurt meestal op basis van sequentie-overeenkomst van de enzymen. Er zijn echter enkele voorbeelden van enzymen met een lage sequentie-overeenkomst, maar met een vergelijkbare structuur en functie, wat suggereert dat op sequentie-overeenkomst gebaseerde methoden potentieel waardevolle kandidaten negeren. Ik zal een Deep Learning model ontwikkelen dat de identificatie van nieuwe kandidaat-enzymen mogelijk maakt op basis van vergelijkbare eiwitstructuur in plaats van sequentie-overeenkomst, en dit gebruiken om het niet-gekarakteriseerde deel van microbiële genomen te ontginnen voor nieuwe plantenbiomassa afbrekende enzymen.

Het NGF AiNed XS Europa programma valt onder AiNed-deelprogramma 1 (Kennis- en innovatiebasis) en is gericht op Europese samenwerking met invloedrijke samenwerkingspartnerorganisaties in AI, in grensverleggend onderzoek met een focus op de uitdagingen in de nationale AI-onderzoeksagenda.

Projectinformatie

Jaartal

2025

Organisatie

AINed

Programma

Europese Innovatieprogramma´s

Hoofdaanvrager

dr. J. Li, Koninklijke Nederlandse Akademie van Wetenschappen

Budget

€3.200.000,00

  • Privacy overzicht
  • Noodzakelijke cookies
  • Cookies van derden
  • Aanvullende cookies
  • Privacy en cookies

Deze website maakt gebruik van functionele-, analytische- en tracking-cookies om de website te verbeteren.

Strikt Noodzakelijke Cookies moet te allen tijde worden ingeschakeld, zodat wij uw voorkeuren voor cookie-instellingen kunnen opslaan.

Deze website gebruikt Google Analytics, Hotjar en Facebook pixel om anonieme informatie te verzamelen, zoals het aantal bezoekers van de site en de meest populaire pagina's.

Door deze cookie ingeschakeld te houden, kunnen we onze website verbeteren.

Deze website gebruikt de volgende aanvullende cookies/services:

Meer over onze cookies