源于Transfoemers的抗體特異性雙向編碼器表示(AntiBERTa)是一種可以學習抗體的特征和語法的模型。具有例如追蹤抗體的B細胞來源、…… Continue reading →

詳解Fc工程通過調節抗體功能來賦予藥物更強腫瘤殺傷能力和免疫激活能力的四種方式 背景介紹 抗體的可結晶片段(Fc)結構域與大量的細胞Fc受體(F…… Continue reading →

ROS1重排臨床可見于1-2%的非小細胞肺癌病例中，目前無選擇性治療藥。云上用Fast ROCS方法對AstraZeneca虛擬化合物庫進行虛擬…… Continue reading →

一個機器學習(ML)框架可利用基于網絡的分析來識別ICI治療生物標志物(NetBio)，并做出穩健的預測。 背景介紹 在過去的幾年中，免疫檢查點…… Continue reading →

EagleC是一個結合了深度學習和集成學習策略的框架，能以高分辨率預測全范圍的結構變異。 背景介紹 結構變異(SVs)，包括缺失、倒置、重復和易…… Continue reading →

deepHPI基于深度學習，為宿主-病原體蛋白相互作用(HPPIs)預測問題提供了更穩健和準確的解決方案。 背景介紹 病原體的爆發，持續威脅著世…… Continue reading →

通過Rosetta和計算分析設計并驗證了埃博拉病毒糖蛋白BDBV-HR2-MPER C端附近的表位是候選抗原，與納米粒融合后在兔上測試了免疫原性…… Continue reading →