AbGPT：基于生成式语言模型的抗体从头设计
生物大分子
2024-09-11 v1
摘要
适应性免疫应答主要由B细胞受体（BCR）介导，因其多样性和抗原特异性，在有效中和病原体方面发挥着关键作用。从头或从零开始设计BCR一直具有挑战性，因为它们结构复杂且结合需求多样。蛋白质语言模型（PLMs）在不依赖结构信息的情况下，已在语境化和执行各种下游任务方面展现出卓越性能。然而，这些模型通常缺乏对整个蛋白质空间的全面理解，这限制了它们在抗体设计中的应用。在本研究中，我们引入了抗体生成式预训练Transformer（AbGPT），这是一个从基础PLM微调而来的模型，旨在实现更明智的BCR序列设计。通过使用定制的生成和过滤流程，AbGPT成功生成了一个包含15,000条BCR序列的高质量文库，展示了对抗体库内在变异性和保守区域的深刻理解。
引用
@article{arxiv.2409.06090,
title = {AbGPT: De Novo Antibody Design via Generative Language Modeling},
author = {Desmond Kuan and Amir Barati Farimani},
journal= {arXiv preprint arXiv:2409.06090},
year = {2024}
}