抗体与蛋白质设计的人工智能

该项目旨在构建下一代用于设计治疗性抗体和蛋白质的人工智能工具。项目涉及开发和评估机器学习方法，以生成具有改进的特异性、稳定性、溶解性和降低免疫原性的序列。方法可能包括基于谱系的基础模型、几何深度学习、扩散模型和多目标优化，并与来自蛋白质生物物理测定的实验反馈相结合。成果将是开放且可用的工具，应用于实际设计问题，对基础和应用研究具有重要意义，并与工业界合作。学生可以根据兴趣调整方法论重点，例如生成模型、主动学习、可解释的人工智能以及序列-结构集成。