Turbine虚拟生物学Meetup第三期回放上线
Turbine 发布 Virtual Biology Meetup 第三期完整回放,该期于9月15日围绕虚拟检测如何赢得真实研发决策信任展开。Xaira 的 Ci Chu 介绍大规模扰动数据集如何训练虚拟细胞模型应对未见过的生物学场景,Turbine 的 Krishna Bulusu 则讨论从“能否预测”转向“能否改变决策”。
Turbine 发布 Virtual Biology Meetup 第三期完整回放,该期于9月15日围绕虚拟检测如何赢得真实研发决策信任展开。Xaira 的 Ci Chu 介绍大规模扰动数据集如何训练虚拟细胞模型应对未见过的生物学场景,Turbine 的 Krishna Bulusu 则讨论从“能否预测”转向“能否改变决策”。
Baker Lab团队在Nature发表研究,用基于RFdiffusion训练的RFantibody模型在计算机上从头设计含重链和轻链的完整抗体可变区,无需动物免疫或大规模筛选。针对艰难梭菌毒素等靶点,设计抗体达到中纳摩尔级结合亲和力,转为全长IgG后保留效力;电镜解析的5个设计抗体中有4个与计算预测结构一致。RFantibody代码已在GitHub开放,供学术、个人和商业使用。
推荐理由:研究展示RFdiffusion设计全长抗体可变区并经电镜验证,为从头抗体设计的可行性提供参照。