返回
SimBinder-IF: Structure-Aware Antibody Affinity Optimization via Efficient Preference Learning
DOI:10.1093/bioinformatics/btag548.png)
摘要
En 中文
抗体治疗效力的发挥依赖于高亲和力靶点结合,然而实验室中的亲和力成熟过程缓慢且成本高昂。大多数蛋白质语言模型(PLMs)缺乏针对高亲和力的明确训练,而当前基于偏好的优化方法在引入计算开销的同时并未带来明确的亲和力提升。因此,亟需开发结构感知且参数高效的方法用于抗体亲和力优化。
期刊
IF:
5.4
论文数:
1.3K
被引数:
17.9W
机构
引用论文
暂无论文信息

