机构名称：
¥ 1.0
抗体是最大的生物治疗剂，预计到2025年的市场规模为3000亿美元（Lu等，2020）。它们用于治疗癌症，自身免疫性和感染性疾病（Lu等，2020; Weiner等，2010; Chan and Carter，2010），因为它们旨在识别高特异性较高的抗原和结合后的任何抗原。抗体发现。尽管建立了良好的成本，但由于实验挑战，这些方法仍然昂贵，耗时且容易失败。引入下一代测序（NGS）用于抗体筛选代替随机菌落拾取，使得能够覆盖更大的序列多样性，更宽的结合依次范围和靶向靶向独特表位的隔离序列（Spoendlin等，2023）。简短的读取测序仅限于单个链，即重（VH）和轻链（VL），而长读数可以获取这两个链的配对信息，从而增加了我们对链间残留依赖性的理解（Burbach和Briney，2024）。Recently, Arti fi cial Intelligence (AI) has experienced accelerated progress, particularly in the fi elds of Deep Learning (DL) and Natural Language Processing (NLP), and biology has been greatly bene fi ted from it ( Khakzad et al., 2023 ; Graves et al., 2020 ; Nam Kim et al., 2024 ; Bender and Cortés-Ciriano, 2021 ; Bender and Cortes-Ciriano，2021年； Kim等人，2023年）。嵌入为一个显着的例子是结构生物学的模型Alphafold2（Jumper等，2021），它带来了基于序列的蛋白质结构预测，接近实验精度。NLP中变压器体系结构（Vaswani等，2023）的成功导致了大型语言模型（LLM）的创建，对大量文本培训的统计模型，以捕获大量的文本相似性，以捕获矢量表现形式的语义相似性，以嵌入式嵌入，而无需依靠昂贵和昂贵的标签。
AI加速治疗抗体开发
主要关键词
相关文件推荐
