저번 글에서는 Bio101과 함께 기본적인 인공지능이 포함된 파이프라인을 알아봤습니다. 이번 포스트는 항체 공학에 대해 더 자세히 알아보시죠!

아래 글은 제가 좋아하는 블로거이신 Abhishaike님의 글을 발췌해서 가져왔습니다. 감사히도 번역을 허락 해주셨습니다! 저의 짧은 지식으로 해석하여 번역한 것이기에, 오류가 있다면 언제든 지적해주시면 감사하겠습니다. 문의는 글 맨 아래 링크드인 혹은 이메일로 언제든 보내주세요!

Special Thanks to:

원본 영문이 궁금하시다면:

https://www.abhishaike.com/p/a-primer-on-ai-in-antibody-engineering

글 길이가 상당히 길기에 배경지식쪽 Part 1, 그리고 공학 부분쪽 Part 2로 쪼개서 노션에 정리해놨습니다.

<Notion 기준 항체 공학(ML)입문 가이드 by ABHISHAIKE Part 1>

(현재글)

1. 소개

2. 항체 배경

   a. 항체란 무엇인가?

   b. 항체 구조

   c. 항체-항원 결합

   d. 왜 항체를 설계하고자 하는가?

   ---

<Notion 기준 항체 공학(ML)입문 가이드 by ABHISHAIKE Part 2> (업로드 예정)

1. 항체 공학

   a. 전통적인 항체 공학

   i. 합리적 설계

   ii. 유도 진화

   b. 항체 공학을 ML 문제로 설계하기

   1. 데이터셋
   2. 항체 Folding 예측
   3. LLM으로 유도하는 항체 Mutation
   4. 항원 조건 기반 De-novo CDR 설계
   5. 항원 조건 기반 De-novo 나노바디 설계

2. 결론 밑 마무리

참고: De-Novo는 라틴어로 "from the beginning" or "anew”를 뜻하는 단어로, 보통 이러한 공학 Context 에서는 Template이나 기존의 것을 참고하지 않고, “새로운” 생물학적/ Molecule 설계라고 이해하면 될것 같습니다.