S²ALM: Modelo de lenguaje grande pre-entrenado para el aprendizaje integral de la representación de anticuerpos

Área de la Ciencia:

• Biotecnología
• Biología computacional
• Inmunología

Sus antecedentes:

• Los anticuerpos son cruciales para la salud y el tratamiento de enfermedades, y los modelos de lenguaje biomédico son prometedores.
• Los modelos actuales carecen de una consideración explícita de la información estructural del anticuerpo, lo que limita su poder predictivo.
• Tanto la secuencia 1D como la estructura 3D ofrecen información complementaria sobre la función de los anticuerpos.

Objetivo del estudio:

• Proponer un modelo unificado de lenguaje de anticuerpos, S2ALM, que integre información secuencial y estructural.
• Desarrollar un paradigma de preentrenamiento jerárquico con objetivos personalizados para representaciones integrales de anticuerpos.
• Demostrar la utilidad de S2ALM en varias tareas posteriores, incluida la predicción de la afinidad de unión y el diseño de anticuerpos terapéuticos.

Principales métodos:

• Desarrolló el modelo de lenguaje de anticuerpos pre-entrenado de secuencia-estructura (S2ALM).
• Se empleó un paradigma jerárquico de formación previa con dos objetivos de formación personalizados a varios niveles.
• S2ALM pre-entrenado en un gran conjunto de datos de 75 millones de secuencias y 11,7 millones de estructuras.

Principales resultados:

• El espacio de representación de S2ALM revela mecanismos de unión funcionales, propiedades evolutivas y patrones de interacción estructural.
• Se ha logrado un rendimiento de vanguardia en la predicción de afinidades de unión antígeno-anticuerpo y las etapas de maduración de las células B.
• Demostró éxito en la identificación de sitios cruciales de unión de anticuerpos y en el diseño de nuevos anticuerpos de unión al coronavirus.

Conclusiones:

• S2ALM modela eficazmente las representaciones integrales y generalizadas de anticuerpos mediante la integración de la secuencia y la estructura.
• El modelo muestra un potencial significativo para avanzar en el desarrollo de anticuerpos terapéuticos y abordar las necesidades no satisfechas.
• S2ALM supera las líneas de base existentes en diversas tareas de comprensión y generación de anticuerpos.