使用能量引导的SE(3)流匹配进行高效抗体结构精修
机器学习
2024-10-23 v1
摘要
抗体是由免疫系统产生的蛋白质，能够识别并结合特定抗原，其三维结构对于理解结合机制和设计治疗干预措施至关重要。抗体-抗原结合的特异性主要取决于抗体内的互补决定区（CDR）。尽管抗体结构预测近期取得了进展，但预测的CDR质量仍不理想。在本文中，我们开发了一种名为FlowAB的新型抗体结构精修方法，该方法基于能量引导的流匹配。FlowAB采用了强大的深度生成方法SE(3)流匹配，并同时将重要的物理先验知识纳入流模型以指导生成过程。大量实验表明，FlowAB能够显著改善抗体CDR结构。当与合适的先验模型结合使用时，它在抗体结构预测任务上取得了新的最先进性能，同时仅带来微小的计算开销。这一优势使FlowAB成为抗体工程中的实用工具。
引用
@article{arxiv.2410.16673,
title = {Efficient Antibody Structure Refinement Using Energy-Guided SE(3) Flow Matching},
author = {Jiying Zhang and Zijing Liu and Shengyuan Bai and He Cao and Yu Li and Lei Zhang},
journal= {arXiv preprint arXiv:2410.16673},
year = {2024}
}
备注
BIBM 2024 regular paper