跳到正文
事件历史事件

iGC:两阶段强化学习抗体优化框架

1 篇报道1 个报道来源13 天前更新

先了解这件事

AI 综述

Thao Nguyen 等提出 iGC(in silico Germinal Centers),一个面向抗原特异性抗体优化的两阶段强化学习框架。第一阶段从 B 细胞谱系树的亲子对中学习体细胞高频突变(SHM)先验,并适配目标亲和力成熟数据集;第二阶段用该先验初始化强化学习策略,并以 KL 正则优化抗原结合。

AI 根据报道生成 · 12 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv
    iGC:基于体细胞高频突变先验的强化学习抗体优化框架

    Thao Nguyen 等提出 iGC,一个面向抗原特异性抗体优化的两阶段强化学习框架。第一阶段从 B 细胞谱系树的亲子对中学习 SHM 突变先验并适配目标亲和力成熟数据集,第二阶段用该先验初始化 RL 策略,并以 KL 正则优化抗原结合。