AlphaFold3 如何了解抗体和纳米体对接,还有什么问题仍未解决?

科学领域:

• 计算生物学是一种计算生物学.
• 结构生物学是结构生物学.
• 药物发现 药物发现

背景情况:

• 抗体治疗在现代医学中至关重要.
• 加快抗体药物开发依赖于精确的in silico设计和选.
• 高模型准确度对于预测抗体-抗原相互作用至关重要.

研究的目的:

• 评估AlphaFold3 (AF3) 在抗体结构预测和抗原对接方面的准确性.
• 评估AF3和类似模型 (Boltz-1,Chai-1) 在抗体和纳米体建模中的性能.
• 调查补充确定区域3 (CDR H3) 精度对复杂预测的影响.

主要方法:

• 测试AF3能够预测抗体和纳米体结构及其与抗原的对接的能力.
• 将AF3的性能与使用单个和多个采样种子的AF3类型模型进行比较.
• 分析CDR H3准确度与整体复杂预测准确度之间的相关性.
• 使用ipTM-HA,I-pLDDT和ΔGB等指标来评估对接的歧视力.

主要成果:

• AF3实现了10.2%的抗体高精度对接成功率和13.3%的单种子纳米体.
• 与AF3类似的模型显示出不同的性能,与AF3.3相比,Boltz-1和Chai-1的抗体和纳米体的准确性较低.
• 增加采样种子提高了AF3的中位数未结合的CDR H3 RMSD精度,为抗体2.9 Å,为纳米体2.2 Å.
• 抗原背景改善了CDR H3的准确性,特别是在较长的循环中,并结合得分指标提高了预测能力.
• 在单种子采样中,AF3在抗体和纳米体对接中表现出65%的失败率.

结论:

• 虽然AF3在抗体建模方面显示出潜力,但其当前的对接精度需要进一步开发.
• 改进CDR H3预测和整合多个评分功能可以提高抗体-抗原复合体预测的准确性.
• 该研究强调了对先进的计算工具的持续需求,以支持抗体治疗设计和开发.