Заметки лабораторного кота
الذهاب إلى القناة على Telegram
Заметки дилетанта широкого профиля.
إظهار المزيدلم يتم تحديد البلدالفئة غير محددة
459
المشتركون
لا توجد بيانات24 ساعات
+47 أيام
+530 أيام
جاري تحميل البيانات...
القنوات المماثلة
لا توجد بيانات
هل تواجه مشاكل؟ يرجى تحديث الصفحة أو الاتصال بمدير الدعم الخاص بنا.
سحابة العلامات
لا توجد بيانات
هل تواجه مشاكل؟ يرجى تحديث الصفحة أو الاتصال بمدير الدعم الخاص بنا.
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
أغسطس '26
أغسطس '26
+12
في 3 قنوات
يوليو '26
+25
في 1 قنوات
Get PRO
يونيو '26
+26
في 1 قنوات
Get PRO
مايو '26
+38
في 5 قنوات
Get PRO
أبريل '26
+35
في 3 قنوات
Get PRO
مارس '26
+219
في 2 قنوات
Get PRO
فبراير '260
في 1 قنوات
Get PRO
يناير '26
+55
في 7 قنوات
Get PRO
ديسمبر '250
في 2 قنوات
Get PRO
نوفمبر '25
+18
في 1 قنوات
Get PRO
أكتوبر '25
+4
في 1 قنوات
Get PRO
سبتمبر '250
في 1 قنوات
Get PRO
أغسطس '25
+11
في 0 قنوات
Get PRO
يوليو '250
في 1 قنوات
Get PRO
يونيو '25
+6
في 1 قنوات
Get PRO
مايو '250
في 0 قنوات
Get PRO
أبريل '25
+15
في 0 قنوات
Get PRO
مارس '250
في 0 قنوات
Get PRO
فبراير '25
+9
في 4 قنوات
Get PRO
يناير '250
في 0 قنوات
Get PRO
ديسمبر '240
في 1 قنوات
Get PRO
نوفمبر '24
+24
في 0 قنوات
Get PRO
أكتوبر '240
في 0 قنوات
Get PRO
سبتمبر '24
+19
في 1 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 28 أغسطس | +1 | |||
| 27 أغسطس | 0 | |||
| 26 أغسطس | 0 | |||
| 25 أغسطس | +1 | |||
| 24 أغسطس | +3 | |||
| 23 أغسطس | 0 | |||
| 22 أغسطس | 0 | |||
| 21 أغسطس | 0 | |||
| 20 أغسطس | +1 | |||
| 19 أغسطس | 0 | |||
| 18 أغسطس | 0 | |||
| 17 أغسطس | 0 | |||
| 16 أغسطس | +2 | |||
| 15 أغسطس | 0 | |||
| 14 أغسطس | 0 | |||
| 13 أغسطس | +1 | |||
| 12 أغسطس | 0 | |||
| 11 أغسطس | +2 | |||
| 10 أغسطس | 0 | |||
| 09 أغسطس | 0 | |||
| 08 أغسطس | 0 | |||
| 07 أغسطس | +1 | |||
| 06 أغسطس | 0 | |||
| 05 أغسطس | 0 | |||
| 04 أغسطس | 0 | |||
| 03 أغسطس | 0 | |||
| 02 أغسطس | 0 | |||
| 01 أغسطس | 0 |
منشورات القناة
| 2 | В журнале Chemical & Engineering News опубликована статья о том, что китайские ученые первыми в мире начали клинические испытания хемогенетической терапии на людях. Эта технология может стать менее травматичной альтернативой сложным хирургическим операциям (включающим удаление участков мозга) при лечении таких тяжелых состояний, как некупируемая эпилепсия, болезнь Паркинсона и хроническая нейропатическая боль.
⠀
В основе нового подхода лежит технология, известная как DREADD (искусственные рецепторы, активируемые искусственными препаратами). Если говорить простым языком, ученые создают синтетические рецепторы — своеобразные генетические «выключатели». Процесс такого лечения состоит из нескольких последовательных этапов:
⠀
• Сначала исследователи используют специальный обезвреженный вирус, который доставляет ген искусственного рецептора строго в целевую проблемную группу клеток мозга.
⠀
• Получив этот ген, нервные клетки начинают производить новый рецептор, который в естественных условиях у человека отсутствует.
⠀
• Затем пациенту назначают специфический медицинский препарат в виде таблетки, на который крайне чувствительно реагирует исключительно этот встроенный рецептор, игнорируя естественные химические сигналы организма.
⠀
• Когда лекарство связывается с новым рецептором, избыточная активность проблемных нейронов подавляется, что позволяет остановить патологический процесс, например, судорожный приступ или болевой синдром.
⠀
Главное преимущество этого метода заключается в его невероятной точности. Традиционные лекарства воздействуют на всю нервную систему и часто вызывают тяжелые побочные эффекты. Новый подход позволяет врачам установить своего рода пульт дистанционного управления для конкретной нейронной цепи и точечно регулировать ее работу.
⠀
Однако подобная генная терапия сопряжена с определенными рисками. Использование вирусных векторов для доставки генов может провоцировать серьезные иммунные реакции организма. Тем не менее, одновременный запуск как минимум семи различных клинических испытаний говорит о том, что начальные тесты, вероятно, продемонстрировали обнадеживающий уровень безопасности. Американские нейробиологи открыто заявляют, что поражены скоростью, с которой китайские исследователи перешли от лабораторных экспериментов к полноценному лечению людей. | 77 |
| 3 | Ингибирование фермента 15-PGDH восстанавливает способность стареющих мышц к росту и увеличению силы
⠀
С возрастом скелетные мышцы постепенно теряют массу и силу, что приводит к снижению подвижности и повышению риска травм. Этот процесс, известный как саркопения, сопровождается анаболической резистентностью — состоянием, при котором стареющие мышцы перестают полноценно реагировать на физические нагрузки и механические стимулы увеличением объема волокон. В новом исследовании, опубликованном на сервере препринтов bioRxiv, ученые описали фармакологический подход, позволяющий преодолеть эту резистентность на примере старых мышей.
⠀
В экспериментах исследователи использовали мышей гериатрического возраста (28 месяцев). Выяснилось, что ключевую роль в ухудшении реакции мышц на нагрузки играет сбой в межклеточной коммуникации и дефицит важной сигнальной молекулы — простагландина E2 (PGE2). В молодом организме выработка PGE2 активно стимулирует гипертрофию и восстановление мышечной ткани. Однако с возрастом в мышцах накапливается специфический фермент — 15-PGDH, который слишком быстро разрушает простагландин E2 и лишает ткань необходимого стимула к росту.
⠀
Чтобы восстановить чувствительность ткани, ученые применили препарат, блокирующий работу фермента 15-PGDH. Это позволило повысить уровень активного простагландина E2 в ткани примерно в три раза. В условиях механической перегрузки у старых мышей возобновился синтез белка и начался активный рост мышечных волокон, а их сократительная сила увеличилась примерно на 50% по сравнению с контрольной группой. Кроме того, терапия стимулировала работу мышечных стволовых клеток и их объединение с существующими мышечными волокнами.
⠀
Анализ активности генов на уровне отдельных клеточных ядер помог детально описать происходящий процесс.
⠀
Повышение уровня простагландина E2 напрямую воздействует на ядра быстрых мышечных волокон типа IIb.
⠀
В ответ эти ядра начинают вырабатывать ключевой белковый фактор роста — IGF1.
⠀
Выделяемый IGF1 действует как локальный регулятор, передавая мощный сигнал к росту окружающим клеткам: мышечным стволовым, стромальным и иммунным.
⠀
Для проверки этой связи авторы заблокировали рецепторы к фактору роста IGF1. После этого положительный эффект от терапии полностью исчез: мышцы перестали увеличиваться в объеме и прибавлять в силе. Это доказало, что фактор IGF1 является обязательным промежуточным звеном, через которое простагландин запускает слаженный рост всех структур мышцы.
⠀
Подавление активности фермента 15-PGDH может стать перспективной терапевтической стратегией. Подобный подход способен работать в качестве фармакологического «усилителя тренировок», помогая стареющим мышцам эффективно откликаться на физические упражнения и восстанавливать силу. | 91 |
| 4 |  Просто худеть недостаточно: начинается гонка за «качество» снижения веса
Ещё недавно гонку на рынке препаратов от ожирения было довольно просто измерять: процент снижения массы тела. Теперь, похоже, появляется второй параметр — из чего именно складываются потерянные килограммы.
💊 На этой неделе Genentech, входящая в Roche, лицензировала у корейской Hanmi Pharmaceutical экспериментальный препарат HM17321. За права Hanmi получит $190 млн авансом, а общая стоимость сделки с выплатами за успешную разработку и коммерциализацию может достигнуть $2,3 млрд. Для препарата, который пока находится только в первой фазе клинических исследований, ставка довольно высока.
🔎 Причина интереса — необычная задача HM17321. Это не очередной GLP-1 агонист: препарат представляет собой длительно действующий аналог урокортина-2 (UCN2) и активирует рецептор CRF2. Его пытаются разработать так, чтобы преимущественно уменьшать жировую массу, сохраняя и даже потенциально увеличивая мышечную. В доклинических исследованиях Hanmi сообщала о таком эффекте как при монотерапии, так и при комбинации с GLP-1; сейчас это ещё предстоит подтвердить у людей. После завершения фазы 1 дальнейшую разработку с фазой 2 возьмёт на себя Genentech.
💪 Почему это вообще стало дорогостоящей проблемой? Современные GLP-1-препараты дают впечатляющее снижение веса, но вместе с жиром пациенты теряют и часть безжировой массы. Например, в исследовании Regeneron COURAGE около 35% потери веса на семаглутиде на 26-й неделе приходилось на безжировую массу. Особенно важным этот вопрос становится для пожилых пациентов и людей с исходно небольшой мышечной массой.
📝И Roche здесь не одна. Lilly ещё в 2023 году заплатила до $1,925 млрд за Versanis Bio, чтобы получить bimagrumab — препарат, способный влиять на соотношение жировой и мышечной массы. Regeneron изучает добавление антитела trevogrumab к семаглутиду, а в июне этого года в Nature Medicine вышли результаты Phase 2 другого подхода — комбинации tirzepatide с ингибитором миостатина apitegromab для сохранения безжировой.
‼️ Первая волна obesity R&D доказала, что фармакологически можно убрать от 15–20% массы тела. Теперь начинается борьба за то, какие именно килограммы пациент потеряет.
Открывается новый слой рынка поверх GLP-1: препараты для сохранения мышц, комбинации, альтернативные метаболические механизмы и, возможно, отдельные решения для пожилых пациентов. И $2,3 млрд, которые Roche готова поставить на пока ещё ранний HM17321, хорошо показывают, что «качество похудения» постепенно превращается из красивого дополнительного свойства в самостоятельную коммерческую цель. | 1 |
| 5 |  لا يوجد نص... | 146 |
| 6 | Похожая по смыслу работа была прошлой осенью, кстати, опубликована в журнале Nature Biotechnology, только здесь речь идёт не об антителах, а о ферментах — транспозазах PiggyBac, используемых для вставки генов в геном. Группа исследователей из Испании провела масштабное исследование более 30 тысяч геномов эукариот и обнаружила более 273 000 последовательностей PiggyBac.
После строгой фильтрации они получили более 110 тысяч потенциально активных элементов, сгруппированных в 13 тысяч субсемейства, что расширило известное разнообразие транспозаз на два порядка величины.
Из этого разнообразия авторы отобрали 23 кандидата и экспериментально подтвердили активность девяти из них, причём два из них по эффективности не уступали лабораторно-эволюционированному гипер-активному варианту HyPB.
Затем исследователи использовали языковую модель ProGen2, дообучив её на 13 000 биопроспектированных последовательностях, и сгенерировали более 100 000 синтетических вариантов транспозазы. Они отобрали 22 последовательности для экспериментов, и семь из них показали значительно более высокую активность вырезания, чем HyPB. Лучший вариант, названный Mega-PiggyBac, продемонстрировал рекордную активность как по вырезанию, так и по интеграции ДНК в геном клеток. Авторы также показали, что их ИИ-спроектированные транспозазы эффективно работают в первичных Т-клетках человека и совместимы с системой направленной интеграции FiCAT, что критически важно для CAR-T-терапии.
Интересно, что один из вариантов (seq136) показал высокую интеграцию при низком вырезании, что свидетельствует о способности ИИ оптимизировать разные свойства фермента независимо.
Другими словами сочетание масштабного биопроспектинга и современных языковых моделей позволяет не только находить, но и существенно улучшать природные ферменты, причём для успеха не нужны гигантские ресурсы – достаточно хороших данных и умных алгоритмов. | 136 |
| 7 |  Инвесторам в биотех на заметку. | 124 |
| 8 | В 2025 году представители компании Specifica провели первый в истории слепой проспективный конкурс по компьютерному дизайну антител — AIntibody, который был вдохновлён знаменитым соревнованием по предсказанию структуры белков CASP. Главным зачинщиклм выступил ветеран индустрии, ученик нобелевского лауреата Сесара Мильштейна, Эндрю Брэдбери. В различных интервью он неоднократно говорил, что его мучает вопрос: «Поможет ли ИИ делать то, чего мы еще не умеем, или это очередной хайп-цикл?»
Наконец, он решил проверить это экспериментально. Организаторы предоставили 29 командам (от академических групп до Big Pharma и AI-стартапов) реальные данные секвенирования антител к RBD SARS-CoV-2 и поставили три задачи.
Первое задание (аффинное созревание) заключалось в улучшении родительского антитела. Здесь ИИ показал свою силищу: 13% присланных конструкций превзошли исходную аффинность в 20 раз, а лучший результат оказался сопоставим с лучшими экспериментальными данными. Однако третье место занял простой консенсусный анализ, вообще не использующий машинное обучение.
Второе задание (ранжирование аффинности в кластерах по HCDR3) провалилось: ИИ показал результаты хуже случайного выбора.
Третье, самое творческое задание (дизайн антител «вне библиотеки»), выявило другую проблему: формальный победитель оказался клинически непригоден. Антитело, которое стало победителем по правилам соревнования, никогда не станет лекарством, потому что его физико-химические свойства делают его непригодным для производства, хранения и введения человеку. В одном из тестов разрабатываемости (с использованием гидрофобной хроматографии) оно не элюировалось — то есть банально прилипло к колонке.
После слепого тестирования всех 511 присланных антител по единому протоколу (SPR, KinExA, пять панелей разрабатываемости) организаторы сделали вывод: при наличии глубоких данных лучшие алгоритмы ИИ уже полезны для оптимизации аффинности, но они плохо переносятся между задачами, и для ранжирования и дизайна пока уступают случайности или простой статистике. Примечательно, что из победителей лишь одна компания позиционировала себя как AI-фирму (Aureka); остальные — академические группы (Scripps, UCSD, WashU) и средняя биотех-фирма Xencor, которая выиграла два задания без заявленной AI-экспертизы. Организаторы опубликовали все данные и результаты в открытом доступе, подчеркнув, что поле остается открытым, и для успеха не нужны бездонные кошельки. Следующий конкурс AIntibody запланирован на 2026 год — он проверит, смогут ли модели перейти от оптимизации к настоящему открытию, работая в условиях нехватки данных. | 646 |
| 9 |  لا يوجد نص... | 130 |
| 10 |  Тем временем подвалы института... | 1 |
| 11 | Вообще подход, при котором лиганд не блокирует белок напрямую, а заставляет клетку разрушать его с помощью собственной системы деградации, представляет большой интерес для разработки новых лекарств.
Относительно недавно в журнале Nature Biotechnology вышла статья группы исследователей из Швейцарии.
Они работали с белком CRBN — субстрат-распознающим доменом E3-убиквитинлигазы CRL4CRBN, ферментом, который находит нужный белок и ставит на него специальную метку — молекулу убиквитина. Сама лигаза белок не разрезает, но эта метка служит знаком для протеасомы, которая находит помеченный белок и расщепляет его.
Используя помалидомид, молекулу которая связывается с CRBN, авторы искали все белки, с которыми этот комплекс может взаимодействовать.
Для этого они разработали два подхода: высокопроизводительный экспериментальный метод GluePCA (комплементация фрагментов фермента в дрожжах) и вычислительный метод MaSIF-mimicry для поиска сходных поверхностей на белках.
В результате они обнаружили более 200 цинк-пальцевых доменов и 43 новых белка, которые связываются с CRBN в присутствии помалидомида, причём многие из них — через неканонические мотивы, включая белки без классической G-петли.
Для одного из новых белков, RNF39, они подобрали новый молекулярный клей, который вызывает его деградацию, показав, что найденные скрытые взаимодействия действительно можно использовать для разработки терапевтических молекул.
Интересно, что метод позволяет находить мишени среди белков, которые считались "недружелюбными" (как перевести на русский "undruggable"?) для лекарств, включая многие транскрипционные факторы. | 191 |
| 12 | Майкл Левин и соавторы предложили третью теорию старения: клетки теряют общую задачу поддерживать форму ткани
18 августа Лео Пио-Лопес, Навнит Джаванда и Майкл Левин опубликовали препринт-обзор теорий старения. Авторы группируют эти теории по предполагаемой первопричине: накопление повреждений, поздние последствия эволюционных программ и утрата согласованной задачи клеток в ткани. Третья группа описывает их собственную теоретическую модель.
Поврежденческие теории связывают старение с поломками молекул и клеток, которые перестаёт компенсировать ремонт. Эволюционно-программные теории ищут причину в поздних последствиях механизмов роста и развития, закреплённых естественным отбором. Левин и соавторы предлагают рассматривать ещё и то, как клетки поддерживают общее строение ткани.
Под «целью» авторы понимают работу обратной связи: клетки сравнивают текущее состояние ткани с её целевым строением и уменьшают расхождение. Во время развития этот процесс создаёт форму тела. По модели авторов, после завершения развития клетки могут сохранять свои локальные функции, но хуже согласовывать ремонт, рост и замену клеток с формой органа.
Одной клетке достаточно регулировать собственное деление и обмен веществ; форму органа поддерживает согласованная работа многих клеток. Возможным носителем такой координации авторы считают биоэлектрические паттерны — распределение электрических потенциалов в ткани. Обзор также называет химические сигналы и механические свойства ткани. Если клетки хуже удерживают или считывают общую схему сигналов, ткань, по гипотезе авторов, отклоняется от нужной структуры и функции.
Авторы отличают эту гипотезу от версии о несовершенной клеточной памяти. Та описывает накопившуюся ошибочную информацию о поведении клеток; анатомическая цель задаёт состояние, с которым клетки сверяют всю ткань. Среди возможных следов обзора — распад биоэлектрических паттернов и AGED: в разных тканях по-разному меняется активность генов, возникших на разных этапах эволюции.
В статье 2025 года авторы уже построили эволюционную компьютерную модель, в которой клетки на разных уровнях согласуют форму. В ней старение возникало после достижения взрослой формы без внесённого шума и запрограммированной деградации, а повреждения и сбои связи ускоряли этот процесс. Новый обзор превращает эту линию в исследовательскую программу: измерять сохранность координации ткани вместе с молекулярными изменениями и проверять, можно ли восстановить целевые паттерны. | 166 |
| 13 | Обзор: белок FoxM1 включали у молодых мышей и подавляли у старых — режим зависел от ткани и типа клетки
Обзор группы Киотского университета сопоставил два исследования FoxM1 — белка, который управляет программами деления клеток и ремонта ДНК. В одном его ненадолго включали у мышей с молодого возраста; в другом подавляли у очень старых мышей, удаляя часть сенесцентных клеток. Авторы связывают разницу с возрастом, органом и типом клетки.
17 августа обзор Такуми Микавы и соавторов сопоставил эти результаты. Сенесцентные клетки перестают делиться, но остаются в ткани и выделяют воспалительные сигналы. FoxM1 может поддерживать их выживание, а при кратком включении с молодого возраста — программы восстановления ткани.
В работе 2022 года исследователи с восьминедельного возраста включали у мышей добавленную активную версию FoxM1: три дня работы, четыре дня паузы, всего 80 недель. Авторы сообщали, что у прогероидных и естественно стареющих животных ослабевали возрастные признаки и увеличивалась продолжительность жизни.
В статье 2025 года авторы исследовали связку PGAM1 и Chk1 в сенесцентных клетках. PGAM1 — фермент, работающий с глюкозой, а Chk1 участвует в ответе клетки на повреждения ДНК. Их взаимодействие стабилизировало HIF-2α, регулятор генов, связанных с переработкой глюкозы, и повышало активность FoxM1. Клетка получала материал для синтеза нуклеотидов — строительных блоков ДНК — и поддерживала программу выживания. Nutlin-3b разрывал эту связь: сенесцентные фибробласты и макрофаги запускали запрограммированную гибель, а сенесцентные эндотелиальные клетки на обработку не ответили.
Сходный по строению Nutlin-3a запускал p53 — белок, который при повреждении ДНК может вызвать гибель клетки, — и убивал также молодые клетки. Сравнение двух вариантов вещества связало селективность Nutlin-3b с осью PGAM1–Chk1. У 20-месячных мышей еженедельные инъекции Nutlin-3b в течение трёх месяцев улучшили результат в тесте на удержание на проволоке и уменьшили признаки сенесценции в лёгких, печени и почках. В этих органах у старых мышей авторы также нашли повторный рост экспрессии FoxM1; в сердце, белой жировой ткани и мозге она оставалась сниженной.
Авторы обзора предлагают выбирать направление воздействия на FoxM1 по возрасту, органу и типу сенесцентной клетки: ранние импульсы FoxM1 и позднее подавление оси PGAM1–Chk1 работали в разных биологических условиях. | 127 |
| 14 |  لا يوجد نص... | 130 |
| 15 | В Китае погиб ещё один ребенок, участвовавший в испытаниях генотерапевтических препаратов. Это произошло более года назад, но официально об этом было объявлено только сейчас.
Разработчик, компания HuidaGene из Шанхая, исследует различные генотерапевтические технологии. В 2025 году директор HuidaGene Элвин Люк представил на конференции Американского общества генной и клеточной терапии в Новом Орлеане результаты клинического испытания CRISPR-терапии мышечной дистрофии Дюшенна — одного из первых в мире. Впечатляющими результаты не были, скорее было неясно, сработала ли вообще терапия у первых двух пациентов. Но, по словам Люка, собранные данные обнадеживали, и в планах компании было тестирование более высокой дозы препарата.
После этого HuidaGene за 15 месяцев не выпустила ни одного нового пресс-релиза. Летом 2025 года уволился Элвин Люк и технический директор Ти Джей Крэдик.
В феврале появилась информация о том, что исследование «завершено».
После повторных запросов 5 августа HuidaGene опубликовала обновленную информацию: исследование было прекращено после того, как умер мальчик, получивший препарат для редактирования. Ранее Люк признавал в интервью вебсайту STAT News, что имело место «серьёзное неблагоприятное событие», и что он настаивал на раскрытии информации. В мае новый генеральный директор HuidaGene Фансинь Ли заявил, что компания планирует опубликовать полные результаты клинических исследований «очень скоро». | 159 |
| 16 | لا يوجد نص... | 1 |
| 17 |  Меня сложно назвать сциентистом, но... | 176 |
| 18 |  Меня сложно назвать сциентистом, но... | 1 |
| 19 |  Меня сложно назвать сциентистом, но... | 1 |
| 20 | Модель, обученная на участках контакта антитела с мишенью, точнее предсказывала силу их связи
13 августа в журнале Communications AI & Computing вышла работа о языковой модели, которая читает последовательности обеих цепей антитела. Авторы скрывали при обучении аминокислоты прежде всего в шести CDR-петлях — местах, которыми антитело соприкасается с мишенью, — и проверили прогнозы на вариантах антител к шести антигенам. На наборе из 11 052 вариантов качество прогноза выросло на 26,6% относительно исходной модели.
Антитело распознаёт мишень концами двух белковых цепей. На каждом конце есть три CDR-петли; вместе они образуют поверхность контакта. Остальные части цепей удерживают петли в нужной форме. Замена аминокислоты в петле может изменить прочность связи, хотя остальная последовательность почти не меняется.
Языковая модель белков учится восстанавливать скрытые аминокислоты в последовательности. При обычном обучении пропуски распределяют случайно по всей цепи. Тогда часть заданий приходится на каркасные участки, которые сравнительно похожи друг на друга; CDR-петли разнообразнее и определяют, какую мишень распознаёт антитело. Команда Бостонского университета обучала модель на паре тяжёлой и лёгкой цепей и скрывала 50% аминокислот внутри CDR-петель. Число пропусков при этом соответствовало обычному маскированию 15% всей цепи.
Для обучения взяли 1,6 млн естественно спаренных последовательностей человеческих антител из базы Observed Antibody Space. После обучения модель превращала каждую пару цепей в набор чисел. Линейная регрессия по этому набору оценивала логарифм константы диссоциации KD: чем она ниже, тем прочнее антитело связано с мишенью. Так авторы проверяли, помогает ли представление пары цепей ранжировать уже измеренные варианты антител по силе связи.
На наборе вариантов антитела к флуоресцеину доля разброса измерений, которую объяснял прогноз, выросла с 0,547 до 0,693. На наборе из 71 830 вариантов антител к участку S-белка коронавируса SARS-CoV-2 этот показатель вырос с 0,366 до 0,396, а среднее абсолютное отклонение прогноза от измерений снизилось с 0,865 до 0,841.
Такой выбор обучения следует из устройства антитела. Каркасные части исходная модель восстанавливала с точностью 72–92%, а самую разнообразную CDR-петлю — лишь в 35,69% случаев. Авторы связывают выигрыш с тем, что CDR-маскирование учит модель сочетаниям аминокислот внутри петель и зависимостям между двумя цепями.
Авторы также проверили, поможет ли языковой модели ESM2 обучение на огромном наборе одиночных цепей. Сначала её обучили на 1,2 млрд таких последовательностей, затем — на парах; после второго этапа результаты сошлись с вариантом, который учился на парах с самого начала. На нескольких наборах языковая модель ESM C, у которой в пять раз меньше параметров, соперничала с более крупными специализированными моделями. | 161 |
