論文の概要: AbFlow : End-to-end Paratope-Centric Antibody Design by Interaction Enhanced Flow Matching
- arxiv url: http://arxiv.org/abs/2602.07084v1
- Date: Fri, 06 Feb 2026 07:47:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:24.434749
- Title: AbFlow : End-to-end Paratope-Centric Antibody Design by Interaction Enhanced Flow Matching
- Title（参考訳）: AbFlow : 相互作用強化フローマッチングによるエンド・ツー・エンドパラトピー・センター抗体設計
- Authors: Wenda Wang, Yang Zhang, Zhewei Wei, Wenbing Huang,
- Abstract要約: AbFlowはフローマッチングフレームワークで、最適なトランスポートを利用して全原子抗体をエンドツーエンドに設計する。
特に接触界面において優れた抗原抗体複合体を産生し、生成された抗体の結合親和性を大幅に向上させる。
- 参考スコア（独自算出の注目度）: 41.128304772190454
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Antigen-antibody binding is a critical process in the immune response. Although recent progress has advanced antibody design, current methods lack a generative framework for end-to-end modeling of full-atom antibody structures and struggle to fully exploit antigen-specific geometric information for optimizing local binding interfaces and global structures. To overcome these limitations, we introduce AbFlow, a flow-matching framework that leverages optimal transport to design full-atom antibodies end-to-end. AbFlow incorporates an extended velocity field network featuring an equivariant Surface Multi-channel Encoder, which uses surface-level antigen interaction data to refine the antibody structure, particularly the CDR-H3 region. Extensive experiments in paratoep-centric antibody design, multi-CDRs and full-atom antibody design, binding affinity optimization, and complex structure prediction show that AbFlow produces superior antigen-antibody complexes, especially at the contact interface, and markedly improves the binding affinity of generated antibodies.
- Abstract（参考訳）: 抗原-抗体結合は免疫反応において重要な過程である。
近年, 抗体設計が進歩しているが, 本手法では全原子抗体構造のエンド・ツー・エンド・エンド・モデリングの枠組みが欠如しており, 局所結合界面や大域構造を最適化するために抗原特異的な幾何学的情報を完全に活用することに苦慮している。
このような制限を克服するため,フローマッチングフレームワークであるAbFlowを導入し,全原子抗体をエンドツーエンドに設計する。
AbFlowは、表面レベルの抗原相互作用データを用いて抗体構造、特にCDR-H3領域を洗練する、同変表面マルチチャネルエンコーダを備えた拡張速度場ネットワークを組み込んでいる。
パラトープ中心の抗体設計、マルチCDR、フル原子抗体設計、結合親和性最適化、複雑な構造予測の広範な実験により、AbFlowは、特に接触界面において優れた抗原抗体複合体を産生し、生成する抗体の結合親和性を大幅に改善することが示された。
関連論文リスト
- Antibody Design and Optimization with Multi-scale Equivariant Graph Diffusion Models for Accurate Complex Antigen Binding [13.315597171727095]
抗体配列と構造共設計のためのエンドツーエンドフレームワークである textbfAbMEGD を提案する。
AbMEGDは原子レベルの幾何学的特徴と残留レベルの埋め込みを組み合わせ、局所的な原子の詳細とグローバルなシーケンス構造相互作用を捉えている。
SAbDabデータベースを用いた実験では、アミノ酸の回収が10.13%増加し、改善率が3.32%上昇し、根の平均平方偏差が0.062AA減少した。
論文 参考訳（メタデータ） (2025-06-26T02:45:38Z) - dyAb: Flow Matching for Flexible Antibody Design with AlphaFold-driven Pre-binding Antigen [52.809470467635194]
治療抗体の開発は、抗原が抗体とどのように相互作用するかの正確な予測に大きく依存している。
抗体設計における既存の計算方法はしばしば、結合過程において抗原が実行されている重要なコンフォメーション変化を見落としている。
我々は、αFold2による予測を組み込んだ柔軟なフレームワークであるdyAbを導入し、前結合性抗原構造をモデル化する。
論文 参考訳（メタデータ） (2025-03-01T03:53:18Z) - Towards More Accurate Full-Atom Antibody Co-Design [44.06939390661133]
共設計は薬物開発における重要なフロンティアであり、相補性決定領域の構造の正確な予測は、特定の同変を標的にするために不可欠である。
抗体設計のためのグラフニューラルネットワークの最近の進歩にもかかわらず、現在のアプローチは、抗体抗原認識と結合特異性を管理する複雑な相互作用を捉えるのに不足することが多い。
Igformerは、抗体-抗原結合インターフェースによってこれらの制限に対処する新しいエンドツーエンドフレームワークである。
論文 参考訳（メタデータ） (2025-02-11T13:33:28Z) - Relation-Aware Equivariant Graph Networks for Epitope-Unknown Antibody Design and Specificity Optimization [61.06622479173572]
本稿では,抗原特異的CDRの構造と共同設計配列に対する抗原抗体相互作用をモデル化するRAADフレームワークを提案する。
さらに, 抗体特異度をよりよく測定し, 抗体特異度を最適化するコントラスト特異的エンハンス制約を開発するための新しい評価指標を提案する。
論文 参考訳（メタデータ） (2024-12-14T03:00:44Z) - Efficient Antibody Structure Refinement Using Energy-Guided SE(3) Flow Matching [16.192361788505558]
FlowABはエネルギー誘導型フローマッチングに基づく新規な抗体構造精製法である。
適切な先行モデルと組み合わせて使用する場合、抗体構造予測タスクにおいて、新しい最先端性能を実現する。
論文 参考訳（メタデータ） (2024-10-22T04:13:55Z) - Antigen-Specific Antibody Design via Direct Energy-based Preference Optimization [51.28231365213679]
我々は,抗原特異的抗体配列構造共設計を,特定の嗜好に対する最適化問題として取り組んだ。
そこで本研究では,有理構造と抗原への結合親和性の両方を有する抗体の生成を誘導する,直接エネルギーに基づく選好最適化を提案する。
論文 参考訳（メタデータ） (2024-03-25T09:41:49Z) - xTrimoABFold: De novo Antibody Structure Prediction without MSA [77.47606749555686]
我々は、抗体配列から抗体構造を予測するために、xTrimoABFoldという新しいモデルを開発した。
CDRにおけるドメイン特異的焦点損失のアンサンブル損失とフレーム整合点損失を最小化することにより,PDBの抗体構造をエンドツーエンドにトレーニングした。
論文 参考訳（メタデータ） (2022-11-30T09:26:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。