Wouter Boomsma

Wouter Boomsma

Professor

ORCID: 0000-0002-8257-3827

Udgivelsesår:
Alle
1 - 10 ud af 49Pr. side: 10
Sortering: Udgivelsesdato
  1. 2024
  2. Udgivet

    A systematic analysis of regression models for protein engineering

    Michael, Richard, Kæstel-Hansen, Jacob, Groth, Peter Mørch, Bartels, S., Salomon, J., Tian, P., Hatzakis, Nikos & Boomsma, Wouter, 2024, I: PLOS Computational Biology. 20, 5 May, 22 s., e1012061.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  3. 2023
  4. Udgivet

    Adaptive Cholesky Gaussian Processes

    Bartels, S., Stensbo-Smidt, K., Moreno-Muñoz, P., Boomsma, Wouter, Frellsen, J. & Hauberg, S., 2023, I: Proceedings of Machine Learning Research. 206, s. 408--452 44 s.

    Publikation: Bidrag til tidsskrift › Konferenceartikel › Forskning › fagfællebedømt

  5. Udgivet

    Kernel-Matrix Determinant Estimates from stopped Cholesky Decomposition

    Bartels, S., Boomsma, Wouter, Frellsen, J. & Garreau, D., 2023, I: Journal of Machine Learning Research. 24, s. 1-57 71.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  6. Udgivet

    Lysine deserts prevent adventitious ubiquitylation of ubiquitin-proteasome components

    Kampmeyer, Caroline, Grønbæk-Thygesen, Martin, Oelerich, N., Tatham, M. H., Cagiada, Matteo, Lindorff-Larsen, K., Boomsma, Wouter, Hofmann, K. & Hartmann-Petersen, Rasmus, 2023, I: Cellular and Molecular Life Sciences. 80, 6, 18 s., 143.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  7. Udgivet

    Phosphorylation of Schizosaccharomyces pombe Dss1 mediates direct binding to the ubiquitin-ligase Dma1 in vitro

    Jacobsen, Nina Louise, Bloch, Magnus Borup, Millard, P. S., Ruidiaz, Sarah Frederiksen, Elsborg, Jonas Damgaard, Boomsma, Wouter, Hendus-Altenburger, R., Hartmann-Petersen, Rasmus & Kragelund, Birthe Brandt, 2023, I: Protein Science. 32, 9, 16 s., e4733.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  8. Udgivet

    Rapid protein stability prediction using deep learning representations

    Blaabjerg, Lasse Møller, Kassem, M. M., Good, L. L., Jonsson, Nicolas, Cagiada, Matteo, Johansson, Kristoffer Enøe, Boomsma, Wouter, Stein, Amelie & Lindorff-Larsen, Kresten, 2023, I: eLife. 12, 19 s., e82593.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  9. 2022
  10. Udgivet

    A context-dependent and disordered ubiquitin-binding motif

    Dreier, Jesper Elmsted, Prestel, Andreas, Martins, J. M., Brøndum, S. S., Nielsen, Olaf, Garbers, Anna Engstrøm, Suga, H., Boomsma, Wouter, Rogers, Joseph Matthew, Hartmann-Petersen, Rasmus & Kragelund, Birthe Brandt, 2022, I: Cellular and molecular life sciences : CMLS. 79, 9, 21 s., 484.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  11. Udgivet

    Learning meaningful representations of protein sequences

    Detlefsen, N. S., Hauberg, S. & Boomsma, Wouter, 2022, I: Nature Communications. 13, 1, s. 1-12 1914.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  12. 2021
  13. Udgivet

    Developing and validating COVID-19 adverse outcome risk prediction models from a bi-national European cohort of 5594 patients

    Jimenez-Solem, E., Petersen, T. S., Hansen, C., Hansen, C., Lioma, C., Igel, C., Boomsma, W., Krause, O., Lorenzen, S., Selvan, R., Petersen, J., Nyeland, M. E., Ankarfeldt, M. Z., Virenfeldt, G. M., Winther-Jensen, M., Linneberg, A., Ghazi, M. M., Detlefsen, N., Lauritzen, A. D., Smith, A. G. & 15 flere, de Bruijne, Marleen, Ibragimov, Bulat, Petersen, Jens, Lillholm, Martin, Middleton, Jon Anthony, Mogensen, S. H., Thorsen-Meyer, H., Perner, Anders, Helleberg, M., Kaas-Hansen, Benjamin Skov, Bonde, M., Bonde, A., Pai, A., Nielsen, Mads & Sillesen, Martin Hylleholt, 2021, I: Scientific Reports. 11, 1, 12 s., 3246.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

  14. Udgivet

    Single-particle diffusional fingerprinting: A machine-learning framework for quantitative analysis of heterogeneous diffusion

    Pinholt, H. D., Bohr, S. S. R., Iversen, J. F., Boomsma, Wouter & Hatzakis, Nikos, 2021, I: Proceedings of the National Academy of Sciences of the United States of America. 118, 31, 7 s., e2104624118.

    Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

Forrige 1 2 3 4 5 Næste

ID: 40103911