关键词 "抗体" 的搜索结果， 共 8 条, 只显示前 480 条
Cradle platform speeds up protein design with AI algorithms. 重点领域：治疗学、诊断学、食品、化学品和农业 主要合作伙伴：诺和诺德、强生、Grifols 和 Twist Biosciences 最新消息：B 轮融资7300 万美元 Cradle Bio 使用生成式 AI 帮助生物学家设计改良蛋白质
领先资产技术：抗TSLP抗体 疾病领域： 免疫学、传染病和免疫肿瘤学 最新消息：与诺华公司合作发现和开发蛋白质疗法 自2020年崭露头角以来，Generate Biomedicines作为生成生物学领域的领导者，取得了显著进展，利用人工智能发现和开发创新型候选药物。该公司的人工智能技术名为Generate平台，该平台以连续循环的方式运行，生成蛋白质序列以解答特定的治疗问题，将计算生
Berkeley Lights, Inc. (BLI) 成立于 2011 年，总部位于加州埃默里维尔，致力于提供突破性的技术和仪器平台，从根本上改变利用细胞生物学过程进行的研究。数字细胞生物学 (Digital Cell Biology) 将生物科学、技术和信息相结合，显著提升科学家研究细胞相互作用的方式。Berkeley Lights 的平台和技术能够同时对数千个细胞进行最快、最深入、最全面的测
唯信（Wecomput™）致力于用计算技术驱动创新药研发、造福人类健康。 Wecomput融合人工智能、生物物理、高性能计算、生成生物学等技术，打造了独具特色的药物分子生成、设计与模拟平台，并致力于革新传统药物发现方式，驱动蛋白质、抗体、mRNA等创新药物的研发进程。核心团队成员来自国际知名AI制药公司、头部药企、知名互联网公司、985高校，在制药、生命科学、人工智能、软件开发等交叉领域有丰富的
角井（北京）生物技术有限公司是一家专注于应用人工智能和组学大数据等创新技术加速新药发现和验证的新兴企业。公司自成立以来，将人工智能算法团队、资深大分子药物研发团队及高通量湿实验平台有机结合在一起，全力打造了AI赋能的新一代大分子药物设计平台，用于开发全新的药物及治疗方案。公司聚焦在前端的药物发现到POC验证区间，和合作伙伴共同变革大分子创新药物研发的既有范式。 角井生物拥有独到的超大数据集驱动的
Chai-2，这是分子设计领域的一项重大突破。Chai-2 在设计完全从头抗体时实现了前所未有的两位数成功率，与以往方法相比，命中率提高了几个数量级。只需测试 20 个设计，该模型就能在各种靶点中轻松找到可行的匹配方案。该模型的高成功率和广泛的泛化能力为快速精准的原子级分子工程新时代铺平了道路。 我们挑战 Chai-2 设计多达 20 种抗体或纳米抗体，以针对 52 个不同的蛋白靶点，所有这些靶
深度生成序列模型的归因分配使得仅使用正数据进行可解释性分析成为可能 １．本文介绍了 GAMA（生成归因度量分析），这是第一个基于积分梯度的归因方法，适用于仅基于正样本数据训练的自回归生成模型。即使没有负样本，GAMA 也能解释此类生成模型所学习的特征。 ２．与大多数为监督学习开发的可解释性工具不同，GAMA 适用于单类生成模型，例如长短期记忆（LSTM），这类模型常用于抗体设计，因为负样本（非
1. 本研究介绍了 PrefixProt，这是一个新颖的框架，它通过利用预训练蛋白质语言模型 (ProtLM) 上的前缀调整来实现可控蛋白质设计。它使用学习到的虚拟标记作为模块化控制标签，引导蛋白质生成朝着所需的结构和功能特性发展。 2. PrefixProt 最引人注目的特性在于它能够通过组合不同的虚拟标记来生成具有多种用户自定义属性（例如结构和功能）的蛋白质，而无需重新训练基础模型。这种组合
只显示前20页数据，更多请搜索
