Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Ilia Igashov

À propos
Confidentialité
Mentions légales

Copyright © 2026 EPFL, tous droits réservés

Graph Chatbot

Source officielle

https://people.epfl.ch/ilia.igashov?lang=fr

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Unités associées (1)

Laboratoire de conception de protéines et d'immuno-ingénierie

EPFL
STI
IBI-STI
LPDI

Publications associées (3)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Equivariant 3D-conditional diffusion model for molecular linker design

Pascal Frossard, Bruno Emanuel Ferreira De Sousa Correia, Clément Arthur Yvon Vignac, Ilia Igashov, Arne Schneuing

Fragment-based drug discovery has been an effective paradigm in early-stage drug development. An open challenge in this area is designing linkers between disconnected molecular fragments of interest to obtain chemically relevant candidate drug molecules. I ...

2024

Structure-based drug design with equivariant diffusion models

Bruno Emanuel Ferreira De Sousa Correia, Ilia Igashov, Arne Schneuing

Structure-based drug design (SBDD) aims to design small-molecule ligands that bind with high affinity and specificity to pre-determined protein targets. Generative SBDD methods leverage structural data of drugs with their protein targets to propose new dru ...

SPRINGERNATURE2024

A new age in protein design empowered by deep learning

Bruno Emanuel Ferreira De Sousa Correia, Michael Bronstein, Casper Alexander Goverde, Ilia Igashov, Arne Schneuing, Hamed Khakzad

The rapid progress in the field of deep learning has had a significant impact on protein design. Deep learning methods have recently produced a breakthrough in protein structure prediction, leading to the availability of high-quality models for millions of ...

Cell Press2023