AI और दुनिया की कठिन समस्याएँ · बायोइंजीनियरिंग और सिंथेटिक बायोलॉजी · Nature (computational biology) · 2026-10-26

बड़े भाषा मॉडल और रीइन्फोर्समेंट लर्निंग के माध्यम से अनुक्रम संपादन द्वारा उपचारात्मक एंटीबॉडी का बहुगुण अनुकूलन

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

उपचारात्मक एंटीबॉडी को डिज़ाइन करना, जिनमें एक साथ कई गुण बेहतर हों, कठिन है क्योंकि अनुक्रम स्पेस विशाल है, गुणों के एनोटेशन विरल हैं, और गुणों के बीच अक्सर समझौता करना पड़ता है। लेखक AbOptimizer प्रस्तावित करते हैं, जो एक रीइन्फोर्समेंट लर्निंग फ़्रेमवर्क है जो संपादन स्थलों और क्रियाओं (संरक्षण, प्रतिस्थापन, और वैकल्पिक रूप से अंतर्वेशन या विलोपन) का चयन करता है और प्रोटीन भाषा मॉडलों से उत्परिवर्तनों की अनुशंसा करता है। तीन उपचारात्मक एंटीबॉडी पर परीक्षण में, इसने इन सिलिको में अनुकूलित गुणों को आधार-रेखा विधियों से बेहतर किया, और चुने गए वेरिएंट ने emibetuzumab के लिए ऐफ़िनिटी–विशिष्टता सह-अनुकूलन, siltuximab के लिए काफ़ी हद तक बनी रही तापीय स्थिरता के साथ बेहतर ऐफ़िनिटी और विशिष्टता, तथा trastuzumab के लिए इंडेल-सहित ऐफ़िनिटी अनुकूलन दर्शाया।

मूल लेख पढ़ें ↗

सभी आइटम →