以下员额来自生物大地测量学生物大地测量学,这是一种生物大地测量学。
在AlphaFold3引发的波下 一个新的抗体设计发电机 AI型大型模型浮出水面
地名GeoFlow, 能够同时用于抗原 -- -- 抗体复合结构预测和从零开始的抗体设计。
例如,GeoFlow能够产生一个新的抗体分子:
地图上方基于 GeoFlow 的抗体
在抗原抗体复合结构预测任务中,GeoFlow的顶级1级成功率为43.9%,与AlphaFold3在由66个抗原复合结构组成的测试组中的同一水平是43.9%。
GeoFlow研究开发小组于2022年由AI药物发现科学家Tang Jian博士(Tang Jian博士)创建,该科学家来自创世纪的AI驱动的Protein设计研究开发平台,100o几何,由AI的三大伟大人物之一Yoshua Bengio担任首席科学顾问,他是Turing奖得主之一,担任了首席科学顾问。
Geo Flow,你长什么样?
最近,Google Deepmind和Isomophic Labs等团队开发的AlphaFold3, 引起了人们对该行业的广泛兴趣。
AlphaFold3是新一代人工智能生命科学的另一个重要里程碑,它扩大了预测范围,与前一代方法相比,几乎包括所有生命分子及其相互作用。
其模型中最大的创新之一是利用火灾产生的人工智能模型(扩散模型(AlphaFold 2作为区别的人工智能模型))直接生成每个原子的3D坐标。
如果传统二分法的AI是一个音乐评论家, 他能够辨别和评估歌曲的节奏、风格、拼写方式, 那么产生者AI是一个能创造新作品的歌手。
从评估数据到生成数据,人工智能应用已大大扩展。 例如,在结构预测假设中,人工智能生成器可以更快地取样到更多的图像,而在蛋白质设计假设中,人工智能生成器可以更有效地探索蛋白空间,设计具有预期功能的复杂蛋白分子。
该扩散模型在早期阶段主要用于图像生成(最近还用于三维视频生成,如索拉)。
自2021年以来,地球物理核心小组一直在利用扩散模型生产分子的三维结构。 该小组出版了GeoDiff论文,作为2022年在AI领域头50篇论文之一。
在以往技术积累的基础上,它们开发了新一代的AI抗体设计大型模型GeoFlow。
GeoFlow 模型地图如下:
GeoFlow基于几何深度学习结构和最新的流动匹配模型,可同时用于:
抗原 -- -- 抗体复杂结构预测:进入抗原结构/序列和完整的抗体序列,模型生成抗原 -- -- 抗体复杂结构。
抗体设计:输入抗原结构和抗体序列,设计为CDR区域,其形式为遮罩、模型生成的复合结构以及CDR区域序列。
在原子一级模拟反原子相互作用是两个特派团面临的一个中心挑战。
与现有的变形器结构不同,GeoFlow使用几何深度学习基础模型更好地模拟三维空间的原子-原子关系。
GeoFlow在生成模型的选择中使用最新的流程匹配模型。 流程匹配模型比扩散型模型得到更高效的培训和推理。 GeoFlow 使用最新的流程匹配模型进行生成模型选择。 流程匹配模型比扩散型模型得到更高效的培训和推理。
抗原抗原化合物结构预测与AF3相似
就GeoFlow的性能而言,研究小组评估了抗原-抗体复合结构预测任务。
抗原 -- -- 抗体复合结构预测在发现抗体药物方面发挥着关键作用,但目前并不理想,准确性是否基于传统的能源功能方法(如HDock和MOE),或基于深入学习预测模型(如AlphaFold 2 Multimmer)。
在由66个抗原 -- -- 抗体复合结构组成的测试组(2023年以后出版)上,GeoFlow模型的顶层-1成功率(认为最高结构的DockQ级模型评级成功率高于 " 可接受 " )达到43.9%,等于阿尔法Fold3,大约是阿尔法Fold2多美的两倍。
抗原 -- -- 抗体复合化合物预测预测评价结果
传统的分子对接方法虽然产生多种可能的结构,但准确率相对较低,实际应用价值也相当有限。
PDB 8BLQ(左)和 8DOK(右)模型预测比较
与AlphaFold3相比,GeoFlow不仅可用于抗原 -- -- 抗体复合结构预测,而且可用于抗体自上而下的设计和优化。
就传统的人工智能方法而言,大型分子很难从顶部设计出来,主要原因是难以快速取样质量高的样本,只能用与巨大的分子空间(类似于海洋针头的过程)的区别模型来评估质量高的样本。
创世纪AI的出现为设计大分子提供了革命性的机会。
就Her2目标而言,根据清单所列抗体药物Herceptin综合表格,研究小组利用GeoFlow建立了一个小型抗体库,然后利用真菌库对其进行筛选。
结合活动:在ELISA实验中,6个分子合在一起等于Herceptin,达到纳摩尔水平,而BLI结果显示,Herceptin甚至比分子1和3的相对强度增加了2至3倍。
组合制表:ELISA的竞争显示六分子与Herceptin之间的激烈竞争,
结果显示,在大型分子自上而下的设计中,有可能产生人工智能应用。
大约是100度几何
生物地球测量是一家生产由AI驱动的蛋白质设计和开发平台的公司,由AI科学家唐健博士于2022年创立,其父亲是AI、图灵奖得主Yoshua Bengio担任首席科学顾问。
该公司的业务主要是通过创建大型AIGC模型来理解生命语言,建立大型自然和蛋白质语言模型,重建蛋白质药物的发现和设计过程,以及建立可用于生物制药和生物制造的可编程的蛋白质。
目前涵盖大型分子的设计、筛选和改造的大模型,以及一站式抗体发现平台的GeoBiologics已经开发出来。
GeoFlow模型现已开放,可供用于抗原 -- -- 抗体复合结构预测的非商业试验使用,支持每周预测八种化合物,支持每项任务投入的1,150种氨基酸。
试验地址:https://geobiologics-lite.biogeom.com/about
注册有任何问题请添加 微信：MVIP619 拉你进入群
打开微信扫一扫
添加客服
进入交流群
发表评论