APS｜上海药物所徐华强团队综述：扩散模型在AI辅助的抗体设计中的应用

本文综述了扩散模型在AI辅助抗体设计中的应用，包括抗体的从头设计、已有抗体结构的优化以及相应的实验评测方法。文章指出，抗体药物的研发和优化面临花费多、周期长、优化难等问题，而扩散模型作为一种高效的AI工具，能够学习大量高质量数据的分布，并根据提示词生成相关数据，因此在抗体设计领域具有显著优势。文章还讨论了扩散模型在抗体设计中的具体应用，如RFDiffusion、ProteinMPNN等方法，以及如何通过结构、序列、结合亲和力估计和实验方法评测所生成的抗体。尽管面临一些挑战，如负样本的缺失和计算估计方法的准确度有限，但随着AI方法的不断完善和相关数据库的扩充，扩散模型在抗体设计中的应用前景广阔。