源于Transfoemers的抗体特异性双向编码器表示(AntiBERTa)是一种可以学习抗体的特征和语法的模型。具有例如追踪抗体的B细胞来源、…… Continue reading →

详解Fc工程通过调节抗体功能来赋予药物更强肿瘤杀伤能力和免疫激活能力的四种方式 背景介绍 抗体的可结晶片段(Fc)结构域与大量的细胞Fc受体(F…… Continue reading →

一个机器学习(ML)框架可利用基于网络的分析来识别ICI治疗生物标志物(NetBio)，并做出稳健的预测。 背景介绍 在过去的几年中，免疫检查点…… Continue reading →

EagleC是一个结合了深度学习和集成学习策略的框架，能以高分辨率预测全范围的结构变异。 背景介绍 结构变异(SVs)，包括缺失、倒置、重复和易…… Continue reading →

通过Rosetta和计算分析设计并验证了埃博拉病毒糖蛋白BDBV-HR2-MPER C端附近的表位是候选抗原，与纳米粒融合后在兔上测试了免疫原性…… Continue reading →

一种肽束缚策略，可用来筛选构象确定的多肽上的非天然侧链片段。 背景介绍 合理设计的蛋白质二级和三级结构，可作为生物分子相互作用的调节剂。控制蛋白…… Continue reading →

背景介绍 基于片段的药物发现(FBDD)已经成为一个用来识别探针分子和先导化合物的强大工具。过去20年里，FBDD发现了4种已批准的药物，数十种…… Continue reading →

一种基于注意力的卷积神经网络深度学习模型，该模型可利用初级序列生成的简单二级结构来提供高度准确的糖基转移酶折叠预测。 背景介绍 糖基转移酶(GT…… Continue reading →

华中科技大学宁康教授团队基于地球上4个主要生物群落(肠道、湖泊、土壤和发酵罐)的42.5亿个微生物群落序列构建了AI模型MetaSource，预…… Continue reading →

一种通用且可配置的深度学习框架，可利用3D卷积神经网络进行蛋白质-蛋白质界面(PPIs)的数据挖掘。 背景介绍 高度调控的蛋白-蛋白相互作用网络…… Continue reading →