A-Alpha Bio 发布 AlphaBind 抗体优化模型预印本
A-Alpha Bio 发布 AlphaBind 预印本,称其为业界领先的抗体优化模型,并已测定第 10 亿次蛋白-蛋白相互作用,为预测蛋白结合提供关键训练数据。预印本链接指向 bioRxiv,具体评测结果与对照设置未在推文中披露。
推荐理由:A-Alpha Bio 公开 AlphaBind 预印本,并称已累计测定十亿次蛋白-蛋白相互作用,为抗体优化模型提供训练数据。
内容形态
AI 制药研究、预印本、数据与基准,包含负面结果、独立复现、更正及撤稿;不以期刊名气替代文章级相关性与证据。
686 条精选近 30 天 482 条共收录 998 条
A-Alpha Bio 发布 AlphaBind 预印本,称其为业界领先的抗体优化模型,并已测定第 10 亿次蛋白-蛋白相互作用,为预测蛋白结合提供关键训练数据。预印本链接指向 bioRxiv,具体评测结果与对照设置未在推文中披露。
推荐理由:A-Alpha Bio 公开 AlphaBind 预印本,并称已累计测定十亿次蛋白-蛋白相互作用,为抗体优化模型提供训练数据。
Ignota Labs与Broad Institute合作在《Journal of Chemical Information and Modelling》发表研究,提出先预测九项代理DILI标签、再与化学结构特征结合预测药物性肝损伤的DILIPredictor模型。
推荐理由:该研究把体外与体内代理指标并入特征,比较其对DILI预测的提升,并给出可复用的公开模型。
Ignota Labs与Broad Institute合作,基于美国FDA的DICTrank数据集构建药物诱导心脏毒性(DICT)预测分类器,成果发表于《Journal of Chemical Information and Modelling》。
推荐理由:研究基于FDA的DICTrank数据集构建公开分类器,比较化学与生物特征对药物心脏毒性的预测能力。
Bruno Correia 转发介绍与 Sailan Shui 合作的蛋白质设计项目,相关成果发表于 Nature Chemical Biology,通过设计受体在细胞中实现多种带通滤波行为。作者本人仅表示在细胞中工程化非平凡行为很有乐趣,未披露具体性能数据。
推荐理由:该工作用蛋白质设计构建化学响应带通滤波器受体,为细胞行为工程提供可参考的设计思路。
A-Alpha Bio 发布预印本,用 AlphaSeq 技术对 33 种单克隆抗体与数千个 SARS-CoV-2 变异株进行结合测试,在抗体与 RBD 刺突蛋白变异体之间识别出超过 15 万对蛋白质-蛋白质相互作用。作者指出,许多抗体药物正针对 RBD 刺突开发,意外突变可能使病毒逃逸抗体治疗。
推荐理由:A-Alpha Bio 用 AlphaSeq 大规模筛查 33 种抗体与数千个变异株的结合,为变异逃逸评估提供高通量方法参照。
A-Alpha Bio 宣布介绍 AlphaSeq 的论文已在 PNAS 发表。文中展示可通过重编程酵母交配同时表征数千个蛋白质-蛋白质相互作用,并观察到改变细胞外环境后相互作用强度的变化。
推荐理由:AlphaSeq 通过重编程酵母交配实现数千蛋白互作并行表征,为结合剂筛选提供可规模化的实验方法。