Science｜基于无监督优化的蛋白-抗体复合物设计

本文介绍了斯坦福大学研究团队开发的一种基于无监督学习的蛋白质设计方法，该方法通过结构信息语言模型预测蛋白质序列，从而设计出结构稳定且功能增强的蛋白质。研究重点在于通过无监督的方式在大规模蛋白质序列-结构对上训练模型，以预测能折叠成特定三维结构的序列。该方法不仅在蛋白质设计中表现出色，还在抗体优化中展示了其潜力，特别是在预测抗体与不同流感毒株结合的能力上。研究结果表明，该模型能够显著减少对大量特定数据的依赖，提供了一种高效而通用的蛋白质设计解决方案。