中文内容
已翻译medical literature metadata英文原文2026-06-05
治疗性抗体的开发需要优化靶标结合亲和力和药效学，同时确保较高的可开发性潜力，包括尽量减少非特异性结合。本研究通过两种互补方法来预测抗体非特异性，从而应对这一问题：（1）基于蛋白质语言模型（PLMs）的抗体序列嵌入；（2）一套全面的基于序列的生物物理描述符。我们将 PLM 嵌入与可解释的、由序列衍生的生物物理描述符进行基准比较，并使用片段特异性模型（可变重链（VH）和可变轻链（VL）、串联区域以及单个互补决定区（CDRs））来识别功能性抗体中决定非特异性的区域层面因素，这些抗体可结合明确靶标。这些模型基于此前发表的人源和小鼠抗体数据进行训练，并且 t
