미국 보스턴대, 항체 결합 예측 정확도 27%↑…CDR 집중

미국 보스턴대 연구진은 항원을 인식하는 항체 고리 부위(CDR)에 집중한 단백질 언어 모델이 기존 모델보다 항체 결합 강도 예측을 높였다고 밝혔다. 이 모델은 CDR 절반을 가린 학습으로 항원 결합 고리에 계산 자원을 집중했고, 여러 벤치마크에서 예측 정확도를 최대 27% 개선했다. 미국 보스턴대 연구진은 작은 규모 모델이 5배 큰 모델과 비슷한 성능을 내 대규모 사전학습 없이 항체 후보 실험을 줄일 수 있다고 설명했다.