AI dan Masalah-Masalah Sulit Dunia · Bioteknologi & biologi sintetis · Nature (computational biology) · 2026-10-26
Optimisasi multiproperti antibodi terapeutik melalui penyuntingan sekuens dengan model bahasa besar dan pembelajaran penguatan
Judul asli: Multiproperty optimization of therapeutic antibodies through sequence editing via large language model and reinforcement learning
Merancang antibodi terapeutik yang meningkatkan beberapa properti sekaligus itu sulit karena ruang sekuens sangat luas, anotasi properti jarang, dan properti sering kali saling berkompromi. Para penulis mengusulkan AbOptimizer, sebuah kerangka kerja pembelajaran penguatan yang memilih situs dan aksi penyuntingan (mempertahankan, substitusi, serta opsional insersi atau delesi) dan merekomendasikan mutasi dari model bahasa protein. Diuji pada tiga antibodi terapeutik, kerangka ini meningkatkan properti yang dioptimalkan secara in silico melampaui metode pembanding, dan varian terpilih menunjukkan optimisasi bersama afinitas–spesifisitas untuk emibetuzumab, peningkatan afinitas dan spesifisitas dengan stabilitas termal yang sebagian besar terjaga untuk siltuximab, serta optimisasi afinitas yang mencakup indel untuk trastuzumab.