方式1：扫描左侧二维码
AI在药物发现中的应用不仅局限于小分子，而是拓展到大分子领域，包括在大分子的结构预测、功能预测和候选药物产生。目前，我们看到了许多将AI技术用于药物研发的案例，其加速了药物研发的进程并且降低了药物研发的成本。同时，对于利用AI进行药物研发也带来了传统研发所从未经历的专利挑战，比如可专利性客体问题、AI是否可以作为发明人的问题等。面对这些问题，TiPLab将探讨对AI辅助药物发现过程中的成果如何进行保护。
使用通用蛋白质语言模型实现人源抗体的高效进化。
使用生成式AI（RFdiffusion）从头设计全新抗体的研究。
使用自然语言模型实现锌指酶设计。
基于建模计算设计新型Cas9 PAM结合结构域。
TiPLab李秋实将为大家分享由Philip M. Kim和Marcus B. Noyes团队开发的一种名为ZFDesign的人工智能技术(Nature Biotechnology，2023)：
作为基因编辑的手段，锌指酶与CRISPR技术相比，它们引发的免疫反应较小，且由于体积较小，更适合用于临床治疗中的递送。然而，锌指酶与DNA的结合非常复杂，这使得设计这些蛋白质成为一个挑战。
研究人员根据锌指酶的结构特点和其与DNA结合的原理，处理了ZF蛋白与DNA相互作用的数据，并设计了基于transformer机器学习模型，使得模型可以生成出能够与特定DNA序列结合的工程化锌指蛋白序列。ZFDesign技术能够设计出靶向人类基因组中DNA片段的ZF蛋白，这为基因疗法的广泛应用提供了新的可能性。
李秋实，TiPLab专利布局与申请团队
方式1：扫描左侧二维码
