利用生成式ai精准优化抗体,中和活性提升千倍!百奥几何与上海交大团队合作,基于geobiologics平台,成功将8g3抗体对jn.1变异株的中和活性提升1000-1500倍,研究成果已发表在pnas期刊上。
面对病毒不断变异的挑战,快速优化现有抗体至关重要。该研究利用生成式AI和几何深度学习,构建了一套高效的抗体优化流程。8G3抗体对早期变异株有效,但对JN.1变异株几乎失效。研究团队通过两轮优化:第一轮AI筛选单点突变,提升47倍活性;第二轮AI驱动组合突变,最终使活性提升1000-1500倍,达到8.5 ng/ml。
论文地址:https://www.php.cn/link/2760e894ae70a26f9e0ffb5ebb51dab4
该研究的核心是GeoBiologics平台上的GearBind模型,这是一种基于几何图神经网络的抗体亲和力优化模型,已发表在Nature Communications期刊上。GearBind能高效预测突变体的亲和力变化,显著缩短研发周期并降低成本。其创新之处在于:多重关系图神经网络、多级消息传递机制和对比学习预训练。
GearBind已在多个项目中证明其有效性,例如CR3022抗体和5T4纳米抗体优化。传统抗体优化依赖耗时的湿实验,而GearBind能有效克服这一瓶颈,为抗体工程带来变革。
这项研究展示了生成式AI在生物医药领域的巨大潜力,为快速开发高效抗体提供了新的策略,加速了智能化生物制造的发展。
以上就是PNAS顶刊 | 抗体中和活性提升1000倍,百奥几何生成式AI高效反击病毒新变种的详细内容,更多请关注php中文网其它相关文章!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号