# 从头设计

该文介绍Amazon Bio Discovery团队的三项工作：MochiBind以序列为基础、通过成对比较与TrueSkill聚合实现跨抗原的抗体-抗原结合强度排序，在四个留出抗原上成对准确率高于所有基于结构的基线，并在CPU上约13秒完成20万对打分；CA-MAP以文本提示中的示例抗体捕捉批次偏移，在模拟批次效应下保持0.99相关性而常规微调降至0.58，且仅约18.2万可训练参数、推理约快200倍；第三项工作用热点推荐智能体协调七种生物信息学工具、三种生成模型各产出9.6万个设计，经酵母表面展示筛选后116个候选均不与无关对照蛋白结合，其中46个被判定为强结合体。

该文介绍Amazon Bio Discovery团队的三项工作：MochiBind以序列为基础、通过成对比较与TrueSkill聚合实现跨抗原的抗体-抗原结合强度排序，在四个留出抗原上成对准确率高于所有基于结构的基线，并在CPU上约13秒完成20万对打分；CA-MAP以文本提示中的示例抗体捕捉批次偏移，在模拟批次效应下保持0.99相关性而常规微调降至0.58，且仅约18.2万可训练参数、推理约快200倍；第三项工作用热点推荐智能体协调七种生物信息学工具、三种生成模型各产出9.6万个设计，经酵母表面展示筛选后116个候选均不与无关对照蛋白结合，其中46个被判定为强结合体。

该工作提出 LDDM（Large Drug Discovery Model）这一统一三维生成框架，支持约束与非约束对接、片段连接与生长以及从头设计，并引入可编程设计算法以生成满足细粒度目标且可合成的化合物；作者针对五个具有治疗相关性的蛋白靶点开展实验验证，在仅合成少量生成化合物的条件下获得高成功率并鉴定出具有确证结合亲和力的分子，其中最优设计通过 NMR 波谱与 X 射线晶体学完成结构表征，显示出较高的预测准确性。

该工作提出 LDDM（Large Drug Discovery Model）这一统一三维生成框架，支持约束与非约束对接、片段连接与生长以及从头设计，并引入可编程设计算法以生成满足细粒度目标且可合成的化合物；作者针对五个具有治疗相关性的蛋白靶点开展实验验证，在仅合成少量生成化合物的条件下获得高成功率并鉴定出具有确证结合亲和力的分子，其中最优设计通过 NMR 波谱与 X 射线晶体学完成结构表征，显示出较高的预测准确性。