DuaDeep-SeqAffinity：基于序列的抗原-抗体亲和力预测

Research Paper#Bioinformatics, Deep Learning, Antibody-Antigen Binding🔬 Research|分析: 2026年1月3日 16:34•
发布: 2025年12月26日 12:06
•
1分で読める
•ArXiv

分析

本文介绍了一种新的深度学习框架 DuaDeep-SeqAffinity，用于仅从氨基酸序列预测抗原-抗体结合亲和力。这很重要，因为它消除了对计算成本高的 3D 结构数据的需求，从而实现更快、更具可扩展性的药物发现和疫苗开发。该模型优于现有方法，甚至优于一些结构-序列混合模型，突出了基于序列的深度学习在此任务中的强大功能。
引用 / 来源
查看原文
"DuaDeep-SeqAffinity significantly outperforms individual architectural components and existing state-of-the-art (SOTA) methods."
A
ArXiv2025年12月26日 12:06
* 根据版权法第32条进行合法引用。
较旧

SD4J – Stable Diffusion pipeline in Java using ONNX Runtime

较新

Workers AI Update: Stable Diffusion, Code Llama and Workers AI in 100 Cities

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv