深度解读｜百奥几何x复旦 AI驱动的亲和力成熟方案见刊Nature Communications

百奥几何生物科技唐建团队联合复旦大学基础医学院应天雷、吴艳玲团队在《Nature Communications》发表论文，介绍了一种名为GearBind的预训练几何图神经网络，用于抗体亲和力成熟。GearBind在亲和力变化的标准数据集和独立验证集上表现优异，成功实现了AI驱动的亲和力成熟，减少了湿实验筛选的需求。背景上，传统的亲和力优化依赖于氨基酸突变体的筛选，成本高昂。GearBind通过多重关系图构建、多级消息传递和对比学习技术，提升了模型性能，特别是在侧链相互作用的建模上。实验结果显示，GearBind在多个数据集上表现优于现有模型，并在两个真实抗体项目中验证了其效果，显著提升了抗体的亲和力。未来，GearBind有望在蛋白质-肽和蛋白质-配体的亲和力优化中发挥作用。