Explore le repliement des protéines, les interactions hydrophobes, les conformations compactes, le modèle HP, la co-évolution et les méthodes de calcul.
Couvre les fondamentaux de la conception des protéines, y compris les structures secondaires, la propension aux acides aminés, les boucles et les méthodes de calcul.
Couvre les défis de la conception des protéines, des fonctions énergétiques, des algorithmes de recherche et des applications en biologie synthétique, en soulignant l'importance de la conception des protéines et les méthodes utilisées pour la conception des protéines.
Série explore la conception de protéines informatiques, couvrant les défis, les applications, et l'importance dans la bioingénierie et la biologie synthétique.
Couvre l'environnement informatique pour les exercices de dynamique moléculaire et de Monte Carlo, en mettant l'accent sur la compréhension théorique plutôt que sur les compétences de codage.
Offre une introduction pratique à la modélisation à l'échelle atomique à travers des carnets Jupyter, en mettant l'accent sur les concepts fondamentaux de la science des matériaux.
Présente les principes fondamentaux de la simulation stochastique, couvrant l'organisation des cours, les modèles de file d'attente, les finances, les statistiques, la physique et les détails des examens.
Explore l'ingénierie des protéines, les matériaux à base d'élastine, la production de protéines de laboratoire, la prédiction de l'IA du pliage et les acides aminés non naturels.
Décrit le programme de maîtrise en sciences et ingénierie informatiques de l'EPFL, détaillant sa structure, ses projets et ses opportunités de carrière pour les diplômés.
Explore la biologie synthétique, en mettant l'accent sur l'ingénierie des protéines, les circuits génétiques et la conception cellulaire pour diverses applications.
Couvre les méthodes Monte Carlo, la réduction de la variance et le contrôle optimal stochastique, explorant les techniques de simulation, l'efficacité et la dynamique d'investissement.
Couvre l'activité spontanée du réseau cérébral, la simulation neuronale et la validation, soulignant l'importance des conditions in-vitro et in-vivo pour une modélisation précise du réseau.