bioRxiv · Biochemistry· Kumar, Y., Lin, S.-T., Dixit, N. M., Maiti, P. K. ·· 24 天前精选AI 评分58
机器学习解码 bNAb 与 HIV-1 Env 的分支特异性相互作用
Decoding Clade-Specific bNAb-HIV-1 Env Interactions Using Machine Learning
AI 导读
研究利用实验解析的 bNAb/HIV-1 Env 复合物结构与能量描述符构建机器学习模型，预测多个 HIV-1 分支的结合自由能（∆G）和解离常数（KD），其中 XGBoost 表现最佳，训练与测试 R2 分别为 0.92 和 0.658。
推荐理由
研究用实验解析的 bNAb-Env 复合物结构特征训练模型，预测不同 HIV-1 分支的结合自由能差异，为免疫原设计提供定量参照。
来源：bioRxiv · Biochemistry · biorxiv.org