AbODE：基于耦合常微分方程的从头抗体设计
机器学习
2023-06-05 v1 人工智能
生物大分子
摘要
抗体是中和病原体的 Y 形蛋白质，构成我们适应性免疫系统的核心。靶向特定抗原的从头新抗体生成是加速疫苗发现的关键。然而，氨基酸序列与三维结构的协同设计涵盖并加剧了多项任务中的核心挑战，包括蛋白质折叠（序列到结构）、逆折叠（结构到序列）与对接（结合）。我们力求用一种新的生成模型 AbODE 克服这些挑战，该模型将图偏微分方程扩展以兼顾上下文信息与外部交互。与现有方法不同，AbODE 使用单轮全量解码，并引出连续的微分注意力，其封装并在抗体内部及涉及抗原的潜在交互中演化。我们揭示了 AbODE 与时序网络以及图匹配网络之间的基本联系。所提模型在标准指标和基准上显著优于现有方法。
引用
@article{arxiv.2306.01005,
title = {AbODE: Ab Initio Antibody Design using Conjoined ODEs},
author = {Yogesh Verma and Markus Heinonen and Vikas Garg},
journal= {arXiv preprint arXiv:2306.01005},
year = {2023}
}
备注
Accepted at ICML 2023