Turbine在World ADC大会展示vLab® ADC发现数据
Turbine科学项目负责人Jerzy Woźnicki在圣地亚哥World ADC大会报告vLab®如何指导ADC发现,覆盖体外载荷选择到ADC体内转化。海报涵盖约1400个细胞系模型的ADC敏感性图谱、预测克服耐药性的协同组合,以及靶点表达之外的生物标志物识别,用于临床前患者模型选择;公司称预测与已有临床和实验证据一致。
Turbine科学项目负责人Jerzy Woźnicki在圣地亚哥World ADC大会报告vLab®如何指导ADC发现,覆盖体外载荷选择到ADC体内转化。海报涵盖约1400个细胞系模型的ADC敏感性图谱、预测克服耐药性的协同组合,以及靶点表达之外的生物标志物识别,用于临床前患者模型选择;公司称预测与已有临床和实验证据一致。
Valence Labs 的 Dominique Beaini 用可抢占 GPU 对 9,000 个靶点与 50 万配体运行 AlphaFold-Multimer 和 Boltz-2 共折叠及亲和力预测,累计 1 亿次,构建名为 affinity-prints 的数据集,并借助 Recursion 的表型组学图谱检验预测相互作用与细胞实验数据的对应关系。
推荐理由:作者用上亿次共折叠预测搭建亲和力指纹,并检验其与细胞表型数据的对应关系,为共折叠与虚拟细胞的衔接提供了一套可迁移的评测思路。