從頭設(shè)計(jì)抗體，騰訊、北大團(tuán)隊(duì)預(yù)訓(xùn)練大語言模型登Nature子刊

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：從頭設(shè)計(jì)抗體，騰訊、北大團(tuán)隊(duì)預(yù)訓(xùn)練大語言模型登Nature子刊
關(guān)鍵字：抗體,騰訊,親和力,抗原,序列
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

將 ScienceAI設(shè)為星標(biāo)
第一時(shí)間掌握
新鮮的 AI for Science 資訊編輯 | KX
AI 技術(shù)在輔助抗體設(shè)計(jì)方面取得了巨大進(jìn)步。然而，抗體設(shè)計(jì)仍然嚴(yán)重依賴于從血清中分離抗原特異性抗體，這是一個(gè)資源密集且耗時(shí)的過程。
為了解決這個(gè)問題，騰訊 AI Lab、北京大學(xué)深圳研究生院和西京消化病醫(yī)院研究團(tuán)隊(duì)提出了一種預(yù)訓(xùn)練抗體生成大語言模型 (PALM-H3)，用于從頭生成具有所需抗原結(jié)合特異性的人工抗體 CDRH3，減少對天然抗體的依賴。
此外，還設(shè)計(jì)了一個(gè)高精度的抗原-抗體結(jié)合預(yù)測模型A2binder，將抗原表位序列與抗體序列配對，從而預(yù)測結(jié)合特異性和親和力。
總之，該研究建立了一個(gè)用于抗體生成和評估的人工智能框架，這有可能顯著加速抗體藥物的開發(fā)。
相關(guān)研究以「De novo generation of SARS-CoV-2 antibody CDRH3 with a pre-trained generative large language model」為題，于 8 月 10 日發(fā)布在《Nature Communications》上。
論文鏈接：https://www.

原文鏈接：從頭設(shè)計(jì)抗體，騰訊、北大團(tuán)隊(duì)預(yù)訓(xùn)練大語言模型登Nature子刊