arXiv 机器学习· Anisha Parsan, Sebastian Ober, Calvin McCarter, Nick Bhattacharya, Hunter Elliott·· 6 小时前AI 评分34
用于实验室在环抗体优化的生成先验概率引导方法
Probabilistic Steering of Generative Priors for Lab-in-the-Loop Antibody Optimization
AI 导读
研究提出利用概率代理模型的后验不确定性引导,将生成式发现模型平滑过渡至迭代优化阶段,从而统一治疗性抗体开发中离散的发现与优化流程。该方法实现了基于结构的先验与湿实验数据监督之间的自适应衔接,在低样本量(low-N)条件下显著提升了抗体优化效率,并增加了优化分子的多样性。
来源:arXiv 机器学习 · arxiv.org