antibody-design

Arc Institute 宣布 Germinal 诞生，这是一个生成式 AI 系统，用于从头设计抗体，已发表在 Nature Biotechnology 上。它设计表位靶向抗体，具有纳摩尔亲和力，每个靶点仅需测试几十种设计，使定制抗体设计更加便捷。

Nabla Bio发布了JAM-2，这是一个用于零样本药物设计的模型，实现了原子精度、计算设计的多特异性抗体以及双变异KRAS多特异性抗体，具有高效力和选择性，并通过冷冻电镜和湿实验室实验进行了验证。

本文识别了现有抗体设计方法中的三种失败模式（抗原盲区、词汇崩溃、收敛到边缘分布），并提出 AgForce，一种使用图神经网络和混合密度网络的新型编码器-解码器架构，在 Chimera-Bench 基准测试上实现了最先进的结合质量和序列恢复。

ConTact 提出了一种接触优先（contact-then-act）架构用于抗体CDR设计，该架构将任务显式分解为界面推理、接触预测和接触门控序列生成三个阶段，在Chimera-Bench基准测试上实现了最先进的结构质量和表位感知能力。

本文介绍了一种具有新颖“胚系吸收”特性的离散扩散模型，以改善抗体序列的条件生成。该模型解决了蛋白质语言模型中的胚系偏差问题，并在优化抗体结合亲和力和可开发性方面表现出优于现有方法（如 EvoProtGrad）的性能。