机构名称：
¥ 1.0
治疗性抗体是最大的生物治疗药物类别，已成功用于治疗人类疾病。然而，抗体药物的设计和发现仍然具有挑战性且耗时。最近，人工智能技术对抗体设计和发现产生了令人难以置信的影响，导致抗体发现、优化和可开发性取得了重大进展。本综述总结了主要的机器学习 (ML) 方法及其在抗体结构和抗原界面/相互作用的计算预测因子以及抗体可开发性评估中的应用。此外，本综述还介绍了基于 ML 的治疗性抗体在临床前和临床阶段的现状。虽然仍存在许多挑战，但 ML 可能为完全计算抗体设计的未来方向提供新的治疗选择。
利用人工智能加速抗体的发现和设计：最新进展和前景
主要关键词
相关文件推荐
