enFoldX 用噪声型 AlphaFold3 ensemble 预测 T 细胞特异性
quaidmorris · x · 2026-07-22
enFoldX 试图解决 TCR 特异性预测难题
这条帖先定义问题：如何预测哪些 T 细胞会识别哪些肽段。作者指出，基于序列的模型往往难以泛化到新 peptide 或新 TCR，而 AlphaFold3 即使面对 non-cognate pair，也常会生成看起来“合理”的结构。
因此，enFoldX 的思路是：不只用单个结构，而是把 整个 noisy AF3 ensemble 拿来预测 TCR:pMHC binding。
所属事件:enFoldX：将AlphaFold3结构噪声转化为TCR识别信号(11 条相关)→
「研究」频道最新
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- UC伯克利联合 NVIDIA 发布 AW-0:真实机器人操控成功率 71.1 分远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 发布:代码+视频+动作三专家联合生成的智能体世界动作模型 — trevordarrell · 2026-10-27
- AW-0 训练配方:3000 小时演示蒸馏出 50 个可复用技能程序 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27