抗体设计

生成式AI做抗体设计：IgGM算法+Hdock对接+AF3验证的工程实践近期在Journal of Neuroinflammation上发表的一篇论文，完整呈现了一套AI驱动的纳米抗体设计技术栈，论文中anti-VSIG2 VHH纳米抗体的筛选由合肥科晶生物技术有限公司完成。本文从技术角度拆解这条管线。

HuDiff在抗体人源化项目中的工程化落地在之前的文章中，我们讨论了HuDiff如何将抗体人源化重新表述为一个条件生成问题：保留抗体的互补决定区，由模型重新生成更符合人源抗体分布的框架区。与传统的“选择人源胚系模板—移植CDR—设计回复突变”相比，这种方法不再要求研究人员预先确定唯一的人源骨架，而是允许模型在更大的序列空间中生成多个候选。

Roche 团队如何设计酸性 pH 激活的 anti-CD3 抗体在多数抗体工程项目中，“高亲和力”通常意味着在各种环境下都能稳定结合靶标。但对 T cell engager 而言，持续而广泛的 CD3 结合并不一定是好事。

从问答到执行：Biomni 如何重构生物医学研究工作流过去，大模型在生物医药领域更多被用来做文献总结、知识问答、机制解释和报告撰写。但 Biomni 代表了另一种方向：它不再满足于“回答问题”，而是试图进一步完成任务规划、工具调用、数据库访问、代码执行和结果整合。

突破“不可成药”靶点：科晶生物AI互作蛋白与纳米抗体设计技术解析不可成药靶点的精准靶向一直是医药领域的计算难题。对此，科晶生物专设了针对复杂靶点的AI药物设计技术。基于前沿生成模型（RFdiffusion/IgGM）与蛋白级联验证算法（HDOCK/AlphaFold3），科晶生物构建了从靶点筛选、结构生成到理化性质评估的完整数据闭环。

我是有底线的