Генерация CDR sequence

Генерация complementarity-determining regions на уровне sequence.

Generative task

Биологическая и инженерная цель

Diversify или de novo спроектировать CDR при фиксированном или заданном framework.

Возможные исходные данные

Что именно генерируется

Классы генераторов

Какие архитектурные подходы используются

СтратегияЧто генерируетПредставлениеПримерыОграничениеSamplingNovel topologyIntegrated scoringComplexity
Sequence-only autoregressive modelCDR sequenceTokensIgLM, PALM-H3Не генерирует 3D geometryAutoregressive / infillingНетLikelihood или learned affinity predictorCDR length
Fixed-backbone inverse foldingSequence для заданного CDR backboneResidue graph + coordinatesAntiFoldBackbone должен быть известенCategorical samplingНетConditional likelihoodFv size

Architecture-to-workflow consequences

Архитектурное решениеПрактическое следствие
PLM conditioningМожет использовать большие sequence priors (OAS), но не гарантирует binding.

Compute и deployment

Доступные инструменты

ИнструментGenerated objectПубликацияEvidence
AntiFoldFv/VHH sequences, per-residue probabilities, sampled masked variantsPeer-reviewed2 retrospective antibody evaluation
DiffAbCDR sequence + backbone/geometry; interface proposalNeurIPS 2022 main track (A*)1–2 in silico / retrospective
FlowDesignCDR sequence and structurePeer-reviewed3–4 prospective binding/neutralization validation
IgLMFull heavy/light-chain sequence or infilled span/CDRPeer-reviewed2 retrospective antibody evaluation
PALM-H3CDR-H3 sequence; grafted antibody candidatesPeer-reviewed3–4 prospective binding and functional validation
tFold SystemCDR sequences, candidate antibody structures and antibody–antigen complexesPeer-reviewed3–5 prospective binding, epitope and developability evidence

Типовые workflows

Evidence summary

PALM-H3 имеет prospective SARS-CoV-2 evidence; IgLM — retrospective naturalness.

Что нельзя сравнивать напрямую

Как выбирать

Связанные архитектурные концепции

Protein language models, Autoregressive generation, Inverse folding

Primary references

AntiFold: improved structure-based antibody design using inverse folding, Antigen-Specific Antibody Design and Optimization with Diffusion-Based Generative Models for Protein Structures, Flow matching for antibody CDR sequence–structure co-design, IgLM: Infilling language modeling for antibody sequence design, xTrimoPGLM-based antigen-specific antibody CDR-H3 design (PALM-H3), tFold: epitope-specific de novo antibody design