新的多模态基础模型推动功能性抗体设计

研究人员开发了抗原特异性抗体多模态基础模型（AAMFM），这是一种用于功能性抗体设计的新型模型。AAMFM通过以抗原上下文为条件来学习抗体序列和结构的统一表示，并整合几何界面和表位注释等抗原信息。该模型使用校准直接偏好优化（Cal-DPO）进行进一步优化，以使学习与结合特异性目标保持一致，并在抗原特异性抗体工程领域展现出最先进的性能。 AI

影响 该模型通过改进抗原特异性抗体的设计，推动了抗体工程领域的发展。

排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• AAMFM
• alphaXiv
• Antigen-specific Antibody Multi-modal Foundation Model
• arXiv
• Cal-DPO
• Calibrated Direct Preference Optimization
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →