用于抗体 CDRH3 设计的稳定在线与离线强化学习
生物大分子
2024-01-12 v1 机器学习
摘要
近年来，基于抗体的治疗领域显著增长，靶向抗体已成为个性化治疗的一种潜在有效方法。此类疗法对于癌症等复杂且高度个体化的疾病尤其有益。然而，该领域的进展往往受到构成抗体设计基础的氨基酸序列巨大搜索空间的限制。在本研究中，我们引入了一种专门针对该领域独特挑战的新型强化学习方法。我们证明，该方法可以利用在线交互或离线数据集，在计算机模拟中学习针对多个靶点的高亲和力抗体设计。据我们所知，我们的方法是此类首创，并在 Absolut! 数据库的所有测试抗原上优于现有方法。
引用
@article{arxiv.2401.05341,
title = {Stable Online and Offline Reinforcement Learning for Antibody CDRH3 Design},
author = {Yannick Vogt and Mehdi Naouar and Maria Kalweit and Christoph Cornelius Miething and Justus Duyster and Roland Mertelsmann and Gabriel Kalweit and Joschka Boedecker},
journal= {arXiv preprint arXiv:2401.05341},
year = {2024}
}