分子之心在WAIC公布AI平台MMDesign在环肽从头设计上的突破,针对p53-MDM2和PD-L1靶点,候选环肽命中率超70%,结合活性达微摩尔级,处于全球领先。此前已实现纳米抗体设计,显示AI跨模态能力。公司整合至MoleculdOS系统,推动AI赋能生物医药研发。
在2025年re:Invent大会上,亚马逊云科技宣布Proteintech选择其为云服务商,成功开发AI抗体助手Able,该助手通过对话形式提供产品推荐和实验设计支持,优化科研流程,缩短项目上线周期50%。目前,Proteintech已将85%的工作负载迁移至亚马逊云,以推动全球化业务扩展。
麻省理工学院的法坎多·巴蒂斯塔和迪娜·卡塔比教授被选为国家医学科学院新成员,以表彰他们在健康和医学领域的杰出成就。巴蒂斯塔专注于抗体产生B细胞的研究,推动疫苗开发;卡塔比在数字健康技术方面取得突破,开发非侵入性健康监测技术。
晚期肝癌一线治疗主要采用靶向联合免疫或双免疫疗法。研究表明,新药tiragolumab未能改善疗效,且不良反应增加。目前的研究结果显示,晚期肝癌的治疗效果提升有限,患者生存期难以超过2年。
机器之心数据服务现已上线,提供高效、稳定的数据获取,简化数据爬取流程。
视觉语言模型(VLMs)正在推动多模态理解与推理的发展。智谱AI与清华大学推出的GLM-4.1V-Thinking模型在STEM问题和视频理解等任务中表现出色,尤其在长文档理解和STEM推理方面与GPT-4o相当或更优,展现了强大的多功能性,推动了智能系统的进步。
机器之心数据服务现已上线,提供高效稳定的数据获取服务,帮助用户轻松获取所需数据。
机器之心数据服务现已上线,提供高效稳定的数据获取,简化数据爬取流程。
在48名患者中,4名(8%)出现3-4级不良事件,主要为丙氨酸转氨酶升高和药物超敏反应。尽管未能证明pCR率显著高于40%,但帕博利珠单抗联合双重抗HER2治疗显示出潜力,支持进一步研究。同时,增强型CAR T细胞疗法的安全性和初步疗效也显示出良好的抗肿瘤活性。
华盛顿大学研究团队开发了一种新方法,结合RFdiffusion网络和酵母展示,能够从头设计特定表位结合的抗体。实验验证表明,设计的抗体在结构和结合精度上达到了原子级别,且具有良好的亲和力。这一方法有望加速抗体的发现与开发,超越传统的动物免疫和随机筛选。
19世纪末,贝林发现家兔血清中有抗体,开启抗体研究。传统抗体开发依赖动物免疫,面临瓶颈。华盛顿大学团队利用RFdiffusion模型,实现抗体计算设计,标志着抗体研究的新突破。
德克萨斯大学推出DrBioRight 2.0,这是一个基于大型语言模型的生物信息学平台,旨在简化癌症功能蛋白质组学分析。该平台整合约500种高质量抗体,支持自然语言查询,提高数据分析的灵活性和可访问性,帮助研究人员更有效地探索癌症机制和生物标志物。
上海交通大学医学院研究团队提出了一种新型AbNovo抗体设计方法,结合强化学习与深度扩散模型,实现多目标和多约束的抗体设计,显著提升了抗体的亲和力和生物物理特性,优化了药物研发流程。研究成果已在国际会议上发表,具有广泛应用潜力。
百奥几何与上海交通大学合作,利用生成式AI优化8G3抗体,使其对病毒变异株JN.1的中和活性提升1000-1500倍。研究成果发表在《美国国家科学院院刊》,展示了生成式AI在抗体工程中的应用潜力。
麻省理工学院研究人员开发了一种新技术,利用大型语言模型更准确地预测抗体结构。这项技术有助于筛选有效治疗SARS-CoV-2等疾病的抗体,降低药企研发成本,并揭示不同个体抗体结构的相似性,促进对免疫反应的理解。
本文讨论了免疫治疗在结肠癌和乳腺癌中的应用,强调了ERBB2的预后价值和新辅助治疗的潜在优势。研究表明,特定治疗方案能显著提高患者的生存率和病理完全缓解率,建议在达到完全缓解后继续治疗至少6个月。
本文介绍了一种基于NOS和LaMBO-2的蛋白质设计方法,结合离散扩散模型和强化学习,优化抗体的表达率和亲和力。研究展示了生成模型在生物序列设计中的潜力,并提出了解决生成离散数据时引导问题的新框架和方法,实验结果在多个领域表现优异。
本文介绍了一种基于预训练模型的抗体设计方法,通过序列-结构生成和模块优化,成功生成高性能抗体。研究利用机器学习和增强学习技术,提升抗体的亲和力和结构鲁棒性,为药物发现提供新途径。
本文介绍了晚期肝癌的标准治疗手段,包括靶向联合免疫治疗和双特异性抗体。研究结果显示,QL1706联合贝伐珠单抗和化疗的治疗方案在疗效和安全性方面与其他方案相当。然而,是否需要全身化疗以及双特异性抗体的使用仍需进一步研究。
完成下面两步后,将自动完成登录并继续当前操作。