Aller au contenu principal
Accès ouvert déclaré 2025 article

Integrated antibody language model accelerates IgG screening and design for broad-spectrum antiviral therapy

0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : us. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

. AbLM outperformed other language models in predicting IgGs with low variant susceptibility. Our work advances artificial intelligence-based antibody discovery by synergizing data-driven language models and Kriging with physics-driven docking and design.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Integrated antibody language model accelerates IgG screening and design for broad-spectrum antiviral therapy
Date Crossref
01/10/2025
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Monoclonal and Polyclonal Antibodies ResearchInfluenza Virus Research Studiesvaccines and immunoinformatics approaches

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.