벼랑끝 바이오 매드 컴퓨터 사이언티스트

논문 제출할 때 리뷰어 지정을 요구하는 저널들이 많아서 논문 읽으면서 관련분야 전문가라고 생각되는 분들, 논문 잘쓴다고 생각하는 분들은 저장해두는 편이 좋겠다고 생각이 들어서 작성하는 공간. Antigen-Antibody Interaction (AAI) predictionDeepInterAware : Yuhang Xia, Zhiwei Wang, Feng Huang, Zhankun Xiong, Yongkang Wang, Minyao Qiu, and Wen Zhang* Antibody Generation Model Nanobody Generation Model

https://biomadscientist.tistory.com/185 DeepInterAware 논문 리뷰 (1) 모델 구조https://pmc.ncbi.nlm.nih.gov/articles/PMC11967782/ DeepInterAware: Deep Interaction Interface‐Aware Network for Improving Antigen‐Antibody Interaction Prediction from SequenceAbstract Identifying interactions between candidate antibodies and target antbiomadscientist.tistory.com이 논문 배울점이 많다. 모델 설명도 구체적이고 아이디어도 뭐 엄청나게 신박하지는 않지만..

https://pmc.ncbi.nlm.nih.gov/articles/PMC11967782/ DeepInterAware: Deep Interaction Interface‐Aware Network for Improving Antigen‐Antibody Interaction Prediction from SequenceAbstract Identifying interactions between candidate antibodies and target antigens is a key step in developing effective human therapeutics. The antigen–antibody interaction (AAI) occurs at the structural level, but the lim..

https://academic.oup.com/bib/article/25/4/bbae304/7705533서열 기반의 Antigen-Antibody Affinity change prediction 모델 Introduction매번 나오는 똑같은 Ab 이야기, 항체가 therapeutics에 효율적이다...specificity가 좋고 toxicity가 낮고 strong한 효과를 보인다...그러나 이런 Ab를 찾는데 기존 wet-lab 기반으로는 많은 시간과 돈을 들여야하는 단점이 있다.찾아야하는 sequence space가 너무 넓어서 wet-lab기반으로는 한계가 있다. 그러니 computational method가 필요하고 실제로 ML기반의 method들이 유망한 결과를 보였다 등 ..항체 최적화는 solu..

https://pubs.acs.org/doi/10.1021/acs.jcim.5c00410항체-단백질 복합체 데이터셋 생산에 대한 논문을 작성중이라 관련 논문을 찾아 읽어볼 필요가 있어서 정리해본다. 아마 이 논문이 우리가 진행하려던 아이디어와 상당부분 유사하기에 번역하듯 조금 꼼꼼히 읽으려한다. 1. Introduction1. Antibody 구조설명 VL, VH, Fab, Fc, Fv, CDRs (1~3) 2. Antibody의 CDR을 computational method를 통해서 optimization 해온 역사, 특히 AI 기반이면서 structure-based model들이 가장 유망한 결과를 보임 그러나 데이터의 부재를 문제점으로 지적함3. 현존하는 DB들의 문제점을 언급PDB에 antibod..

[원인]torch 버전과 torch를 이용한 training을 최적화해주는 lightening 라이브러리 사이의 업데이트 사이에서 변경점이 서로 충돌하는 것이 원인이라고 생각된다. torch의 lr_scheduler.py파일은 버전에 따라서 class 이름이 LRScheduler인 것도 있지만 _LRScheduler로 언더바가 붙은 버전도 배포된 것으로 생각된다. [해결법].conda/envs/{ENV_NAME}/lib/python3.8/site-packages/lightning_fabric/utilities/types.py로 들어가서 lightening의 LRScheduler import 코드에 언더바를 붙여서 저장해주면 된다.

https://github.com/luost26/diffab/issues/21#issuecomment-2350808489 在运行sabdab.py代码，发生报错 · Issue #21 · luost26/diffab在运行sabdab.py代码，发生报错，请问该如何解决呀 第一个错误：报ValueError: invalid literal for int() with base 10: 'V'异常， 第二个错误如图，请教这两个问题都是怎么合理解决的呀github.comDiffAb 학습을 위해서 train 코드를 돌려보았는데 전처리과정에서 다음과 같은 에러가 나온다.File "train.py", line 55, in train_dataset = get_dataset(config.dataset.train) File "/data..

나도 완전히 동일한 문제를 겪고있다.돈을 깜빡하고 안넣어놔서 돈넣고 결제하려 했더니지금 결제 버튼을 아무리 눌러도 아무런 응답도 없다.당근마켓 사기치는 놈들도 html코드로 멍텅구리 버튼 올려두는, 컴공 2학년이 계절학기로 2주 속성 html 강의만 배워도 안하는 실수는 안하더라.근데 위대하신 마이크로소프트는 돈이 너무 많아서 더 벌 필요가 없는건지 모르겠으나 그 위대한 ChatGPT 개발하는 개발자들 쥐어줄 돈은 있더라도 멍텅구리 지금 결제 버튼 고쳐줄 하꼬 실무용 개발자들 채용할 생각은 없나보다.원드라이브 때문에 울며겨자먹기로 쓰고있는데 언젠가 그냥 개인용 나스를 구축해서 이 개같은 마이크로소프트 노예에서 벗어나기를 고대하고 고대한다.뭘 어쩌라는건지 모르겟다. 원드라이브 끊기면 짜증나는데시발

https://biomadscientist.tistory.com/177 HuDiff/HuDiff-Nb 논문 리뷰 (1) Introductionhttps://www.biorxiv.org/content/10.1101/2024.10.22.619416v1.fullhttps://github.com/TencentAI4S/HuDiffHuDiff는 기존 CDR 서열 생성에 치중하고 있는 모델들과 달리 오히려 Framework Regions(FRs)의 서열 생성을 통한 인간화 (Humanibiomadscientist.tistory.com Architectures of HuDiffHuDiff-AbInput : [Pre-training] Human paired, aligned HeavyChain(HC), LightChain..

https://www.biorxiv.org/content/10.1101/2024.10.22.619416v1.fullhttps://github.com/TencentAI4S/HuDiffHuDiff는 기존 CDR 서열 생성에 치중하고 있는 모델들과 달리 오히려 Framework Regions(FRs)의 서열 생성을 통한 인간화 (Humanization)를 학습목표로 하는 Diffusion 기반의 생성모델이다. 나 역시 진정한 항체 생성 모델은 단순히 CDR만을 생성하는 것이 아니라 FR까지 생성할 수 있어야 한다고 생각하기 때문에 본 논문의 문제접근 방식을 상당히 높게 평가하고 있다. *참고 https://en.wecomput.com/service/informatics/antibody_design/antibo..