对AlphaFold抗体-抗原建模的评估与改善预测准确性的影响
Rui Yin1,2, Brian G Pierce1,2
1University of Maryland Institute for Bioscience and Biotechnology Research, Rockville, MD 20850, USA.
bioRxiv : the preprint server for biology
|July 18, 2023
概括
在模拟抗体-抗原复合体方面,AlphaFold表现出更高的准确性,成功率超过30%. 这一进步有助于理解免疫识别和设计治疗方法.
科学领域:
- 结构生物学 结构生物学
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 高分辨率的抗体-抗原结构对于理解免疫识别和开发治疗方法至关重要.
- 实验性结构确定具有挑战性,需要针对抗体-抗原复合体准确的计算建模工具.
- 之前的AlphaFold版本在与一般蛋白质-蛋白质复合体相比,在模拟抗体-抗原相互作用方面取得了有限的成功.
结论:
- 在许多情况下,AlphaFold现在可以生成准确的抗体-抗原模型.
- 进一步训练AlphaFold具有在抗体-抗原复合模型中提高性能的潜力.
- 这些发现支持AlphaFold作为结构免疫学和治疗设计中宝贵的工具的实用性.
