抗体/蛋白设计算法合集
本文是对抗体/蛋白设计算法的汇总。根据算法的特点共性,设置以下字段:
- 名称
- 序列类型
- 普通蛋白
- peptide
- mini protein
- antigen
- 抗体
- nanobody
- mAb
- scFv
- CDR
- other antibody
- 普通蛋白
- 方法类型
- Diffusion
- EGNN
- SE(3)-Transformer
- MPNN
- VAE
- CNN
- ODE/PDE
- Iteration Refinement
- Hallucination
- LLM Transformer
- Structure Modelling
- GVP
- CLIP
- Contrastive Learning
- Method Combination
- Backward Propagation
- Retrieval Augmented
- 设计类型
- Fix-bb Sequence Design
- LLM Sequence Design
- Backbone Structure Design
- Codesign
- 数据源
- 作者与单位
- 发表平台与发表时间
- 性能指标
- AAR (Seq recovery)
- Perplexity
- RMSD or scRMSD
- Naturalness
- 湿实验结果
- 开源状态
- 源码及其license
- 权重及其license
BindCraft
- 本站链接:BindCraft算法解析和测试
- 序列类型:peptide,mini protein
- 设计类型:codesign
- 方法类型:Hallucination,Backward Propagation
- 数据源:无,但所依赖的alphafold模型需要PDB数据库。
- 作者与单位:
- 第一作者:Martin Pacesa
- 通讯作者:Bruno E. Correia,Sergey Ovchinnikov
- 单位:Laboratory of Protein Design and Immunoengineering, École Polytechnique Fédérale de Lausanne and Swiss Institute of Bioinformatics; Lausanne, Switzerland
- 发表平台与发表时间:bioRxiv,2024/10/1
- 性能指标:
- 湿实验结果:10~100%的结合成功率
- 开源状态:
- 源码:https://github.com/martinpacesa/BindCraft.git
- 源码license:MIT license
- 权重:alphafold2的权重
- 权重license:Apache 2.0 license
RADAb
- 本站链接:RADAb抗体序列设计算法-上交大
- 序列类型:CDR
- 设计类型:fix-bb sequence design
- 方法类型:Diffusion, Retrieval Augmented
- 数据源:SAbDab
- 作者与单位:
- 第一作者:Zichen Wang
- 通讯作者:Shuangjia Zheng
- 单位:Shanghai Jiao Tong University
- 发表平台与发表时间:arXiv,2024/10/10
- 性能指标:
- AAR:
- HCDR3: 57.02%
- scRMSD:
- HCDR3: 2.23
- AAR:
- 开源状态:未开源
Chroma
- 本站链接:Chroma测试与binder设计探索
- 序列类型:peptide,mini protein,antigen
- 设计类型:codesign
- 方法类型:Diffusion,SE(3)-Transformer
- 数据源:PDB
- 作者与单位:
- 第一作者:John B. Ingraham
- 通讯作者:Gevorg Grigoryan
- 单位:Generate Biomedicines
- 发表平台与发表时间:Nature,2023/11/15
- 性能指标:
- RMSD: 与电镜结构差距1.0Å
- 开源状态:
- 源码:https://github.com/generatebio/chroma
- 源码license:Apache-2.0 License
- 权重:https://chroma-weights.generatebiomedicines.com
- 权重license:chroma weight no commercial license
FoldFlow
- 本站链接:FoldFlow骨架生成算法-ICLR2024
- 设计类型:Backbone Structure Design
- 方法类型:ODE/SDE,Manifold Learning
- 数据源:PDB
- 作者与单位:
- 第一作者:Avishek (Joey) Bose
- 通讯作者:Alexander Tong
- 单位:McGill University
- 发表平台与发表时间:ICLR 2024,2024/4/11
- 性能指标:
- Designability:0.716 ± 0.040
- Novelty:0.544 ± 0.061
- 开源状态:
- code and weight:https://github.com/dreamfold/foldflow
- license:CC BY-NC-SA 4.0
BetterBodies
- 本站链接:BetterBodies:VAE+Diffusion+RL的抗体CDRH3设计
- 设计类型:Sequence Design
- 方法类型:VAE, Diffusion, Q-Learning
- 数据源:CDR sequence
- 作者与单位:
- 第一作者:Yannick Vogt
- 通讯作者: Yannick Vogt
- 单位:University of Freiburg
- 发表平台与发表时间:arxiv,2024/9/9
- 开源状态:未开源
- 个人评价:不咋地
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 潇洒记忆!