深度学习在抗体开发中的应用
应用于抗体开发的深度学习正处于早期阶段。低数据量和生物平台差异使得开发监督模型用来预测工艺开发中的抗体行为具有挑战性。但是蛋白质模拟的成功以及先前抗体的模型也说明了存在这种可能性因为抗体具备一些普遍的特征，比如所有的抗体都以类似的方法折叠。同时，新的数据收集方法和生成模型以及掩码语言模型之类的无监督学习和自监督学习的深度学习模型的开发，为更好的监督学习模型的开发提供了丰富而又深度的数据集和深度学习架构。以上的突破一起推动行业朝着提高可开发性、降低成本和更广泛地获得生物治疗药物的方向发展。