PulseAugur
实时 19:02:50
English(EN) Computational Modeling of Antibody-Antigen Complexes: PLM-Based and MSA-Based Approaches

新的计算方法提升抗体-抗原相互作用建模能力

研究人员开发了新的计算方法,以改进抗体-抗原相互作用的建模,这是发现治疗性抗体的关键步骤。现有的蛋白质语言模型(PLMs)在预测抗体结构方面显示出潜力,但在没有共进化数据的情况下,难以处理复杂的相互作用。该研究引入了两种新技术:MSA精炼和收敛感知循环,它们在无需重新训练的情况下增强了现有模型(如AlphaFold3)的抗体-抗原复合物预测能力。 AI

影响 增强了药物发现的计算工具,可能加速新型抗体疗法的开发。

排序理由 该集群包含一篇详细介绍针对特定科学问题的计算新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

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

新的计算方法提升抗体-抗原相互作用建模能力

报道来源 [1]

  1. Hugging Face Daily Papers TIER_1 English(EN) ·

    抗体-抗原复合物的计算建模:基于PLM和MSA的方法

    Antibodies play a central role in the immune response by specifically recognizing and neutralizing antigens, and therapeutic antibodies have become major drugs for cancer and autoimmune diseases. However, their discovery still relies on extensive in vitro screening, and accurate …