标题： AI助力抗体药物研发：复旦大学与百奥几何团队研发出可预训练的几何图神经网络，抗体亲和力增强17倍，登上Nature子刊
导语： 提高抗体与其靶抗原的结合亲和力是抗体疗法开发的关键。复旦大学与百奥几何（BioGeometry）团队联合推出了一种可预训练的几何图神经网络 GearBind，展示了其在抗体亲和力成熟中的潜力。GearBind 通过多关系图构建、几何消息传递和大规模未标记蛋白质数据的预训练，在多个测试集上表现优于现有方法，并成功用于增强两种不同抗体的结合能力，实验数据显示设计的抗体突变体显著提升了性能。该研究于2024年9月6日发表在《Nature Communications》上。
核心内容：
- 挑战： 传统的抗体亲和力成熟过程耗时且成本高，纯生物实验方法难以覆盖所有可能性，而分子动力学方法速度较慢，难以筛选大量突变。
- 解决方案： 复旦大学与百奥几何团队研发出可预训练的几何图神经网络 GearBind，利用多级几何信息传递来模拟细微的蛋白质-蛋白质相互作用，并通过对比预训练技术将重要的结构见解纳入模型。
- 优势： GearBind 在图构建、特征提取和预训练方面都具有技术优势，使其在多个测试集上表现优于现有方法。
- 成果： 研究人员基于 GearBind 推导出一个强大的集成模型，成功用于增强两种不同抗体的结合能力。实验数据显示，设计的抗体突变体显著提升了性能，其中一种抗体与 Omicron SARS-CoV-2 变体刺突 (S) 蛋白的结合率增加了 17 倍。
- 未来展望： GearBind 的潜在应用不仅限于蛋白质-蛋白质结合优化，可轻松适应解决蛋白质-肽和蛋白质-配体对接挑战，为其在微型结合剂和酶设计中的应用开辟了可能性。
亮点：
- AI技术突破性应用于抗体药物研发，大幅提高抗体亲和力。
- GearBind 模型在多个测试集上表现优于现有方法，展现出强大的潜力。
- 该研究为抗体药物开发提供了一种高效且强大的工具，有望加速新药研发进程。
专家观点：
- “这项研究表明，AI技术正在改变抗体药物开发的格局。”复旦大学教授[专家姓名]表示，“GearBind 的出现将为抗体药物研发带来巨大的机会，加速新药研发进程。”
- “GearBind 的技术优势在于其对蛋白质-蛋白质相互作用的精细模拟，这将为我们设计更有效、更安全的抗体药物提供新的思路。”百奥几何首席科学家[专家姓名]表示。
结语：
复旦大学与百奥几何团队的这项研究成果，标志着 AI 技术在抗体药物研发领域取得了重大突破。GearBind 的出现将为抗体药物开发提供一种高效且强大的工具，有望加速新药研发进程，并最终造福人类健康。
其他信息：
- 论文链接：https://www.nature.com/articles/s41467-024-51563-8
*相关机构：复旦大学、百奥几何（BioGeometry） - 关键词：抗体亲和力成熟、几何图神经网络、AI药物研发、Nature子刊
注意：
- 请根据实际情况补充专家姓名、机构名称等信息。
- 请根据需要修改新闻稿的标题、导语和内容。
- 请在发布新闻稿前进行仔细校对。
Views: 0