Главная

ML-генераторы белков, антител и antibody-like форматов

Документация по генеративным ML-инструментам. Навигация — по биологической задаче и практическому workflow, а не по названию архитектуры. Architecture — сквозной слой: от задачи можно спуститься к устройству модели и primary papers.

Predictor, docking, MD и developability scores не считаются generators. Internal confidence / likelihood / pLDDT / docking score не равны experimentally demonstrated affinity.

С чего начать: какие данные у вас есть

Селектор рекомендует страницы задач и workflows, а не «лучший инструмент вообще».

Исходные данные	Задачи	Workflows
Есть только target structure	Target-conditioned binder generation, De novo non-antibody binder design	Target-conditioned miniprotein binder (BindCraft), De novo backbone → inverse folding
Есть известный epitope / hotspot	Antigen-conditioned antibody design, Target-conditioned binder generation	Target-conditioned de novo antibody (RFantibody), Target-conditioned miniprotein binder (BindCraft), Epitope-specific mAb CDR generation (tFold)
Есть фиксированный protein backbone	Fixed-backbone inverse folding	Fixed-backbone inverse folding
Есть parent antibody	Предложение single mutations, Humanization, Affinity maturation	Zero-shot mutation proposal, Framework humanization
Есть antibody–antigen complex	Joint CDR sequence–structure design, Structure-aware дизайн antibody sequence	Antigen-conditioned CDR co-design, Antibody inverse folding / masked CDR redesign, Zero-shot mutation proposal
Есть labelled mutation data	Few-shot active learning, Multi-objective optimization	Few-shot / labelled mutation optimization
Есть только protein/antibody sequences	Генерация белковых sequences, Генерация CDR sequence	Sequence-first de novo generation, Antibody sequence infilling and CDR diversification
Нужна совершенно новая topology	De novo генерация backbone, Joint sequence–structure generation	De novo backbone → inverse folding, Joint / multimodal sequence–structure generation
Нужно humanize antibody	Humanization, Framework redesign	Framework humanization
Нужно оптимизировать affinity или specificity	Affinity maturation, Оптимизация specificity	Zero-shot mutation proposal, Few-shot / labelled mutation optimization

Категории, которые нельзя сравнивать напрямую

Класс A	Класс B	Почему
Backbone generators	Sequence-only generators	Разный генерируемый объект
Fixed-backbone inverse folding	De novo backbone generation	Разная исходная постановка
De novo design	Parent-antibody mutation optimization	Разный радиус поиска
Zero-shot mutation scoring	Few-shot active learning	Разная потребность в labels
Antibody-specific workflows	General binder generators	Разная геометрия и evidence
VHH/nanobody	Fv/Fab/IgG	Разный формат
Internal confidence/energy	Measured affinity/function	Prediction ≠ experiment

Состав каталога

Инструменты: 30
Задачи: 33
Workflows: 15
Architecture pages: 21
Papers: 30

Author-reported Матрица источников: 13.08.2026. Поля без подтверждения — NR.

ML-генераторы белков, антител и antibody-like форматов

С чего начать: какие данные у вас есть

Три входа

Какую задачу решать?

Какой workflow собрать?

Как модель устроена?

Категории, которые нельзя сравнивать напрямую

Состав каталога