AI এবং বিশ্বের কঠিন সমস্যাগুলো · বায়োইঞ্জিনিয়ারিং ও সিন্থেটিক জীববিজ্ঞান · Nature (computational biology) · 2026-10-26

বৃহৎ ভাষা মডেল ও রিইনফোর্সমেন্ট লার্নিংয়ের মাধ্যমে সিকোয়েন্স সম্পাদনা করে থেরাপিউটিক অ্যান্টিবডির মাল্টিপ্রপার্টি অপ্টিমাইজেশন

মূল শিরোনাম: Multiproperty optimization of therapeutic antibodies through sequence editing via large language model and reinforcement learning

একসঙ্গে একাধিক বৈশিষ্ট্য উন্নত করে এমন থেরাপিউটিক অ্যান্টিবডি ডিজাইন করা কঠিন, কারণ সিকোয়েন্স স্পেস বিশাল, বৈশিষ্ট্যের টীকা বিরল, এবং বৈশিষ্ট্যগুলো প্রায়ই পরস্পরের সঙ্গে ট্রেড-অফে থাকে। লেখকেরা AbOptimizer প্রস্তাব করেছেন, এটি একটি রিইনফোর্সমেন্ট লার্নিং ফ্রেমওয়ার্ক যা সম্পাদনার স্থান ও কার্য (সংরক্ষণ, প্রতিস্থাপন, এবং ঐচ্ছিক সন্নিবেশ বা অপসারণ) নির্বাচন করে এবং প্রোটিন ল্যাঙ্গুয়েজ মডেল থেকে মিউটেশন সুপারিশ করে। তিনটি থেরাপিউটিক অ্যান্টিবডিতে পরীক্ষা করে দেখা গেছে, এটি ইন সিলিকোতে বেসলাইন পদ্ধতির চেয়ে অপ্টিমাইজ করা বৈশিষ্ট্যগুলো আরও উন্নত করেছে, এবং নির্বাচিত ভ্যারিয়েন্টগুলো emibetuzumab-এর ক্ষেত্রে অ্যাফিনিটি–স্পেসিফিসিটির সহ-অপ্টিমাইজেশন, siltuximab-এর ক্ষেত্রে মূলত বজায় থাকা তাপীয় স্থিতিশীলতাসহ উন্নত অ্যাফিনিটি ও স্পেসিফিসিটি, এবং trastuzumab-এর ক্ষেত্রে ইনডেল-সহ অ্যাফিনিটি অপ্টিমাইজেশন দেখিয়েছে।

মূল লেখা পড়ুন ↗

সব আইটেম →