Loading...
Search
| Friend's email | |
| Your name | |
| Your email | |
| enter code | |
This page was sent successfuly
Digital Object List
Bookmark
Review List
1126 viewed
طراحی کنترل پذیر پادتن از نو با استفاده از مدل های احتمالاتی پخش زدایی
حلوایی، ریحانه Halvaei, Reihaneh
Controllable De Novo Antibody Design Using Probabilistic Diffusion Models
Halvaei, Reihaneh | 2025
49
Viewed
- Type of Document: M.Sc. Thesis
- Language: Farsi
- Document No: 58835 (19)
- University: Sharif University of Technology
- Department: Computer Engineering
- Advisor(s): Sharifi Zarchi, Ali; Asgari, Ehsaneddin
- Abstract:
- This research addresses the challenge of controllability in computational antibody design using generative diffusion models, particularly RFantibody. Although these models have demonstrated success in generating diverse antibody structures, they still face limitations in steering the generative process toward specific design goals and directly optimizing binding affinity. The main innovation of this study lies in introducing two external guiding potentials during inference, which enhance the generation process in a modular manner without retraining the model. The first potential, focusing on interface hotspots, directs the antibody toward the desired epitope. The second potential, inspired by biophysical principles, reinforces shape complementarity at the antibody–antigen interface during the final refinement steps, resulting in more stable binding. This approach is implemented within the RFantibody framework, leveraging the RFdiffusion backbone and RoseTTAFold architecture for accurate 3D structure prediction. Experimental results demonstrate that the proposed method preserves structural fidelity while significantly reducing binding free energy and enhancing epitope engagement. Comparative evaluations against advanced models such as DiffAb and AbX indicate competitive or superior performance. From a computational perspective, the proposed method—despite its simplicity and independence from retraining—achieves a remarkable improvement in controllability and antibody generation efficiency. Overall, it represents a promising step toward accelerating in silico antibody design and advancing the development of targeted antibody-based therapeutics
- Keywords:
- Antibody Design ; Diffusion Model ; Binding Affinity ; Protein Engineering ; Deep Learning ; Guided Inference
-
محتواي کتاب
- view
- مقدمه
- پیشینه
- تعریف مسئله
- اهمیت و انگیزه پژوهش
- خلاصهی مرور پژوهشهای پیشین
- اهداف پژوهش
- رویکرد حل مسئله و نوآوریها
- مفاهیم اولیه
- مبانی زیستی
- ساختار پروتئین
- نیروهای تثبیتکننده چینخوردگی پروتئین
- پایداری و انرژی در پروتئینها
- پیوندها در مجتمعهای پروتئینی
- پایههای ساختاری پادتن
- ساختار پادتنها
- برهمکنشهای پادتن–پادگن و اختصاصیت اپیتوپ
- مدلهای احتمالاتی پخشزدایی
- فرایند پخشی پیشرونده
- فرایند پخشی پسین
- انطباق مدلهای ﺍﺣﺘﻤﺎﻻتی پخشزدایی با طراحی پروتئین
- صورتبندی ساختار پروتئین بهعنوان یک بازنمایی قابلانتشار
- جزءانتقالی باقیماندهها: فرایندهای پیشرونده و پسین
- چرخشهای باقیمانده: فرایندهای پیشرونده و پسین
- مبانی زیستی
- رویکردهای پیشین
- مروری بر راهبردهای محاسباتی
- روشهای سنتی مبتنی بر اصول فیزیک و دانش پیشین
- رویکردهای مبتنی بر توالی در یادگیری عمیق
- روشهای مولد در طراحی ساختار
- معماریهای مولد کلیدی
- معماریهای مولد مبتنی بر مدلهای انتشار
- جمعبندی و مقایسهی روشهای پیشین
- مروری بر راهبردهای محاسباتی
- روش پیشنهادی
- معماری پایه
- RoseTTAFold
- RFdiffusion: یک مدل مولد برای طراحی ساختار پروتئین
- RFantibody: مدلی برای طراحی از نو پادتن
- اصلاحات روششناسی برای طراحی کنترلپذیر پادتن
- هدایت استنتاج RFantibody با پتانسیلهای خارجی
- اصلاحات نوین در زمان استنتاج برای افزایش تمایل اتصال
- معماری پایه
- نتایج
- مجموعه داده مورد استفاده
- پیشپردازش مجموعه داده ارزیابی
- پالایش دادهها براساس دقت ساختار سهبعدی
- انتخاب نوع پادگن
- پالایش براساس شباهت توالی
- طرح شمارهگذاری Chothia
- تعریف اسیدهای آمینه نقاط کلیدی رابط
- انتخاب مجموعه آزمون نهایی
- معیارهای ارزیابی
- سنجش میل پیوندی: تغییر انرژی آزاد اتصال (ΔG)
- سنجش وفاداری ساختاری: ریشه میانگین مربعات انحراف
- سنجش کیفیت درگیری با اپیتوپ: فاصله تا نقاط کلیدی رابط
- چارچوب ارزیابی و مسیرهای طراحی
- مسیر اول: خط لوله جامع چندمرحلهای
- مسیر دوم: خط لوله سادهسازیشده
- پالایش نهایی با PyRosetta
- نتایج
- نتایج برای چارچوب ارزیابی نخست
- نتایج برای چارچوب ارزیابی دوم
- مقایسه با مدلهای دیگر
- محدودیتها و چالشهای پیش رو
- مجموعه داده مورد استفاده
- نتیجهگیری و پیشنهادات
- جمعبندی فصول پیشین
- جمعبندی روش فعلی
- پیشنهادها برای کارهای آتی
- مراجع
- واژهنامه