Antigen-Specific Antibody Design and Optimization with Diffusion-Based Generative Models for Protein Structures

NeurIPS 2022 main track (A*)
ПолеЗначение
AuthorsNR
Year2022
Venue / statusNeurIPS 2022 main track (A*)
DOINR
URLhttps://proceedings.neurips.cc/paper_files/paper/2022/file/3fa7d76a0dc1179f1e98d1bc62403756-Paper-Conference.pdf
Preprint URLNR
ToolsDiffAb

Задача и claimed novelty

ПолеЗначение
Main biological taskAntigen-conditioned CDR sequence–structure co-design and antibody optimization
Claimed noveltyNR

Архитектура

ПолеЗначение
Model architectureDiffusion over residue type, Cα position and orientation with equivariant network
Input representationNR
Encoder / decoderNR
Generative stateCDR sequence + backbone/geometry; interface proposal
ConditioningCDR masks, fixed framework, antigen structure
SamplingNR

Training

ПолеЗначение
Objectives / lossesNR
DatasetNR
PreprocessingNR

Inference

NR

Baselines и retrospective benchmarks

ПолеЗначение
BaselinesNR
RetrospectiveRetrospective structural and energy benchmarks only

Prospective experimental validation

ПолеЗначение
ProspectiveNR
Tested designsNo prospective wet-lab validation in primary paper
Success criterionRetrospective structural and energy benchmarks only
Main resultsRetrospective structural and energy benchmarks only

Limitations

Requires complex structural context; no prospective evidence; archived repository; energy scores are not affinity.

Что статья показывает

Чего статья не показывает

Размеченные утверждения

УтверждениеТипЛокатор
Antigen-Specific Antibody Design and Optimization with Diffusion-Based Generative Models for Protein StructuresAuthor-reportedDOI/URL from landscape matrix
Publication status: NeurIPS 2022 main track (A*)Author-reportedlandscape matrix, publication status column

Source-grounded разбор статьи

code inspected Последняя сверка источников: 2026-08-27. NeurIPS PDF не close-read. Страница фиксирует то, что следует из official code/README, и явно помечает paper tables как NR.

Недоступные или неполные источники

ИсточникПочему недоступенЧто использовано вместо
NeurIPS 2022 PDF Results/Methods fullyНе постраничное чтениеluost26/diffab implementation

Вопрос статьи (по title/README): antigen-specific antibody CDR design/optimization диффузионной генеративной моделью структуры. Не доказанный therapeutic generator.

Библиография

[DOC]Luo S., Su Y., Peng X., Wang S., Peng J., Ma J. Antigen-Specific Antibody Design and Optimization with Diffusion-Based Generative Models for Protein Structures. NeurIPS 2022. PDF: proceedings.neurips.cc … 3fa7d76a…. OpenReview id=jSorGn2Tjg. Preprint bioRxiv 10.1101/2022.07.10.499510. Tool DiffAb.

Исследовательский вопрос

[DOC]Совместно сэмплировать CDR sequence и geometry в контексте antigen–antibody complex.

Архитектура (из code, не из PDF)

[CODE]FullDPM: type + Cα + orientation; GAEncoder; T=100; losses rot/pos/seq. См. joint diffusion.

Training / split

NRSAbDab configs. Точные N и split criteria paper — NR.

Inference

[CODE]100 reverse steps; 100 samples in test yaml; optional HDOCK/PyRosetta.

Baselines / ablations / retrospective

NRNR из PDF. Режимы fixbb/strpred/codesign есть как configs.

Prospective

[MATRIX]Не заявлено в catalog/README как wet-lab prospective primary evidence.

Что можно утверждать осторожно

[INTERPRETATION]Существует released equivariant joint CDR diffusion. In silico design modes задокументированы. Количественные победы над baselines — только после чтения PDF.

Что не поддержано этим проходом

Ограничения авторов

NRNR без Discussion PDF. Repo later archived.

Интерпретация

[INTERPRETATION]HDOCK и Rosetta не делать частью «нейронной архитектуры DiffAb».

Репозиторий

[CODE]diffab/models/diffab.py, modules/diffusion/dpm_full.py, configs/train/codesign_single.yml; commit c3e29666.

Источники

  1. [1] NeurIPS 2022 DiffAb PDF · источник

Нерешённые научные вопросы