微调抗体语言模型引导CDR突变,增强对新冠刺突蛋白的结合
- Ab-Affinity是针对新冠刺突肽段微调的蛋白语言模型,用于预测抗体结合力,并作为遗传算法与模拟退火的适应度函数来突变CDR。
- 在交叉验证、留出集和独立测试中均优于其他基于语言模型的亲和力预测器;其设计的预测亲和力远高于亲本抗体及其他突变策略。
- 对顶级候选的支持主要来自对接和分子动力学计算;一个候选在体外显示出结合增强的迹象。代码和模型权重已公开。
💡 要点 基于摘要的观点
只有一个候选做了体外验证,不足以证明这套设计闭环:适应度函数就是被宣称准确的那个模型本身。带模拟退火的遗传算法会利用打分器的任何盲区,所以预测亲和力高于亲本是意料之中的。应对高分和中等分的十几个设计做SPR或BLI,并与ESM类似然及基于结构的基线比较。
📄 原论文 · PLOS Computational Biology (PLOS) ↗ An antigen-specific protein language model guides CDR optimization for antibody design