BriefGPT - AI 论文速递
·
双重注意力机制下的免疫原性预测助力疫苗靶点选择
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了多通道等变注意力网络（MEAN）在抗体设计中的应用。通过将抗体设计视为条件图转换问题，MEAN 利用等变信息传递和注意力机制，捕捉组件间的几何关系。与自回归方法相比，MEAN 在序列和结构建模、抗原结合 CDR 设计及亲和力优化方面表现更优，特别是在抗原结合 CDR 设计和亲和力优化上分别提升约 23% 和 34%。
🎯
关键要点
- 提出了多通道等变注意力网络（MEAN）用于抗体设计。
- 将抗体设计视为条件图转换问题，导入目标抗原和抗体的轻链等组件。
- 采用E(3)-等变信息传递和注意力机制，捕捉组件间的几何关系。
- 通过多轮渐进式全射法输出1D序列和3D结构。
- MEAN在序列和结构建模方面优于自回归方法。
- 在抗原结合CDR设计和亲和力优化方面分别提升约23%和34%。
➡️
