金斯瑞AI抗体设计大赛报名截止
⏰ 最后机会!报名明天截止! 你的AI能设计出超越结合的抗体吗? 🧬 结合 + IgG可开发性 🔬 湿实验数据优化AI模型 🤖 AI算力额度 + 250万美元奖金与支持 加入 @GenScript × @Geodesiclab! 申请:https://bit.ly/4zCje2P
⏰ 最后机会!报名明天截止! 你的AI能设计出超越结合的抗体吗? 🧬 结合 + IgG可开发性 🔬 湿实验数据优化AI模型 🤖 AI算力额度 + 250万美元奖金与支持 加入 @GenScript × @Geodesiclab! 申请:https://bit.ly/4zCje2P
Geodesic Intelligence 发布 Runs N' Poses 基准,按与训练数据的相似度分组评测蛋白-配体结构预测,其模型 NovaAtom-Lite 在全部八组中领先。
推荐理由:该评测按训练数据相似度分组比较蛋白-配体结构预测,给出各模型在分布外样本上的成功率差异。
Geodesic Intelligence 在 PXMeter 的 PXM-22to25-AB 抗体-抗原集上测试 NovaAtom-Lite,以 DockQ ≥ 0.23 为成功标准,成功率为 66.05%(528 个 PDB 条目、383 个聚类)。
推荐理由:在抗体-抗原结构预测基准上,NovaAtom-Lite 与 OpenDDE、ESMFold2 等模型的 DockQ 成功率对比提供了具体参照。
Geodesic Intelligence 在 172 个 FoldBench 抗体-抗原界面上测试 NovaAtom-Lite 的测试时扩展,种子数从 1 增至 100 时 Top-1 成功率由 74.3% 升至 83.1%(DockQ ≥ 0.23),提升 8.8 个百分点。
推荐理由:Geodesic 公布 NovaAtom-Lite 在 FoldBench 抗体-抗原界面上随种子数增加的成功率变化,并区分排序与候选池的差距。
Geodesic Intelligence 发布结构预测模型 NovaAtom-Lite,称其在 FoldBench 的抗体抗原任务上成功率为 79.07%(n=172),高于 IsoDDE 的 75.58% 和 AlphaFold 3 的 47.90%(n=167)。
推荐理由:Geodesic 公布 NovaAtom-Lite 在 FoldBench 抗体抗原与蛋白配体任务上的成绩,并给出与 IsoDDE、AlphaFold 3 的同基准对照。
Geodesic Intelligence 发布面向药物发现的全原子结构预测模型 NovaAtom-Lite,可预测蛋白质、核酸及其结合分子的结构以及它们的结合方式。
推荐理由:该模型在 FoldBench 抗体-抗原结构预测上给出与 IsoDDE、AlphaFold 3 的同基准对比,便于判断其在药物发现场景的定位。
很高兴与@GenScript合作推出Beyond Binding Challenge!🧬 AI设计的抗体需要超越结合亲和力,才能成为真正的治疗药物。 让我们推动AI驱动抗体设计的边界,将计算突破转化为现实世界的影响力。 最高250万美元奖金。敬请期待!
结合只是开始🧬 @GenScript 与 @GeodesicLab 正在发起 Beyond Binding 挑战赛,对AI设计的抗体进行结合能力和可开发性的基准评测。 角逐最高250万美元奖金。敬请关注:https://bit.ly/4Bhkvhv #AIProteinDesign #DrugDiscovery
Geodesic Intelligence 发布博文,展示用 NovaDDE 进行蛋白结合剂设计的试点流程:给定靶点后,AI 智能体分析设计问题、协助选择表位与设计策略、提交任务,并引导对候选分子的计算评估。文中还介绍了团队在持续开发该工作流过程中正在探索的方向。
Geodesic Intelligence 发布 Geodesic API 平台,首次通过 API 对外提供其 AI 模型与药物发现能力。核心是自研模型 NovaAtom,用于预测蛋白质、小分子、核酸及其相互作用的结构,现以 Lite Preview 形式开放,这也是 NovaAtom 首次走出 Geodesic 自有发现平台。
推荐理由:Geodesic 首次把内部结构预测模型 NovaAtom 以 API 形式对外开放,可了解其覆盖的分子类型与接入方式。