IXThinker·2026-07-04 09:40

機器學習驅動抗體多目標優化綜述

密歇根大學團隊在國際期刊發表綜述，闡述機器學習在多目標抗體設計與優化的應用，聚焦親和力、特異性、穩定性等多項屬性的協同優化，梳理數據驅動建模、生成式AI與高通量實驗閉環的最新進展，並指出關鍵挑戰。

綜述背景

治療性抗體是當前生物醫藥領域最重要的藥物類型之一，廣泛應用於腫瘤、自身免疫疾病及感染性疾病治療。抗體工程涉及親和力、特異性、多反應性、穩定性、聚集傾向及免疫原性等多個相互制約的目標。