源于Transfoemers的抗體特異性雙向編碼器表示(AntiBERTa)是一種可以學習抗體的特征和語法的模型。具有例如追蹤抗體的B細胞來源、…… Continue reading →

詳解Fc工程通過調節抗體功能來賦予藥物更強腫瘤殺傷能力和免疫激活能力的四種方式 背景介紹 抗體的可結晶片段(Fc)結構域與大量的細胞Fc受體(F…… Continue reading →

一個機器學習(ML)框架可利用基于網絡的分析來識別ICI治療生物標志物(NetBio)，并做出穩健的預測。 背景介紹 在過去的幾年中，免疫檢查點…… Continue reading →

EagleC是一個結合了深度學習和集成學習策略的框架，能以高分辨率預測全范圍的結構變異。 背景介紹 結構變異(SVs)，包括缺失、倒置、重復和易…… Continue reading →

通過Rosetta和計算分析設計并驗證了埃博拉病毒糖蛋白BDBV-HR2-MPER C端附近的表位是候選抗原，與納米粒融合后在兔上測試了免疫原性…… Continue reading →

一種肽束縛策略，可用來篩選構象確定的多肽上的非天然側鏈片段。 背景介紹 合理設計的蛋白質二級和三級結構，可作為生物分子相互作用的調節劑?？刂频鞍住?Continue reading →

背景介紹 基于片段的藥物發現(FBDD)已經成為一個用來識別探針分子和先導化合物的強大工具。過去20年里，FBDD發現了4種已批準的藥物，數十種…… Continue reading →

一種基于注意力的卷積神經網絡深度學習模型，該模型可利用初級序列生成的簡單二級結構來提供高度準確的糖基轉移酶折疊預測。 背景介紹 糖基轉移酶(GT…… Continue reading →

華中科技大學寧康教授團隊基于地球上4個主要生物群落(腸道、湖泊、土壤和發酵罐)的42.5億個微生物群落序列構建了AI模型MetaSource，預…… Continue reading →

一種通用且可配置的深度學習框架，可利用3D卷積神經網絡進行蛋白質-蛋白質界面(PPIs)的數據挖掘。 背景介紹 高度調控的蛋白-蛋白相互作用網絡…… Continue reading →