พัฒนาเทคโนโลยีการ ใช ้ป ัญญาประดิษฐ ์เพ ื่อค้นหาวัสดุแคนดิเดตแอนติบอดีที่หลากหลายได้อย่างมีประสิทธิภาพ

ที่มา

การรักษาด้วยแอนติบอดีคือหัวใจสำคัญของการแพทย์สมัยใหม่ แต่การที่จะเป็นวัสดุแคนดิเดตที่ประสบความสำเร็จได้ จะต้องตอบ 1 โจทย์เงื่อนไขที่ท้าทายทั้งหมด เช่น ความเข้ากันได้ทางโครงสร้าง ความเสี่ยงด้านภูมิคุ้มกันต่ำ และคุณสมบัติทางชีวฟิสิกส์

วิธีการ

คณะผู้วิจัยได้นำเสนอท่อส่งการปรับแต่ง Generative Flow Networks และการดัดแปลงโมเดลภาษาแบบใหม่ ที่ผสานรวมตัวชี้วัดผลตอบแทนที่คาดการณ์หลายตัวเข้าด้วยกันเพื่อออกแบบบริเวณจำเพาะของแอนติบอดีใหม่

ผลลัพธ์หลัก

จากการประเมินในคอมเพล็กซ์แอนติบอดีที่ถูกกันไว้ 45 ตัว พบว่าสามารถสร้างแคนดิเดตที่มีเอกลักษณ์และเป็นที่ยอมรับต่อการออกแบบเดี่ยวได้มากกว่าวิธีพับกลับแบบย้อนกลับเดิมอย่าง ProteinMPNN หรือ ESM-IF ประมาณ 10 เท่า

ข้อจำกัดและประเด็นที่ควรตรวจสอบ

ผลลัพธ์มุ่งเน้นไปที่การจำลองด้วยคอมพิวเตอร์และการประเมินคะแนน มากกว่าการตรวจสอบประสิทธิภาพทางชีวภาพผ่านการทดลองจริง

อธิบายศัพท์

• การรักษาด้วยแอนติบอดี — ยาโปรตีนที่สร้างขึ้นโดยเลียนแบบหรือใช้ประโยชน์จากระบบภูมิคุ้มกันของร่างกายมนุษย์เพื่อรักษาโรค
• Generative Flow Networks — เทคนิคปัญญาประดิษฐ์ที่ได้รับการฝึกฝนให้สร้างข้อมูลที่มีความเป็นไปได้และความน่าจะเป็นที่หลากหลายได้อย่างมีประสิทธิภาพ