言語モデルが抗体デザインに取り組む (Language model tackles antibody design)
タンパク質の構造予測が著しく進展しているにもかかわらず、配列を機能に結び付けることが、さまざまな課題のための、タンパク質の計算機シミュレーション工学にとって関門となっている。抗体工学の問題に焦点をあて、Shankerたちは構造情報に基づくタンパク質言語モデルを用いて、抗体または抗体・抗原複合体の既知の構造による制約を受けた高適合性配列を予測した。ウイルス-中和抗体の実験選別において、著者たちは彼らの方法で予測された配列について結合親和性および中和に大幅な改善を観察した。これらの結果は、たとえ特定の課題用の専門訓練データがない場合であっても、タンパク質工学の課題に寄与するための、タンパク質配列情報で訓練された機械学習およびタンパク質言語モデルの可能性を示すものである。(hE,nk,kh)
- 言語モデル:蓄積されたデータを型式言語によるモデルに、深層学習手法を用いて整理したもの。