研究者提出LSCO潜在空间密码子优化方法，提升抗体表达预测

Pfizer 等机构的 Alberto Caron 等研究者在 arXiv 发布论文，提出潜在空间密码子优化方法 LSCO。该方法把离散的密码子优化问题转化为连续优化，将序列映射到预训练 mRNA 语言模型的潜在空间中，用梯度搜索进行优化，并结合不确定性感知表达预测目标、最小自由能正则化、自然性先验和约束解码。 据论文报告，在真实湿实验获得的抗体表达数据集上，LSCO 在预测表达量方面优于基于频率的方法和深度生成基线，同时保持了合适的生物物理性质。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。