NovaAtom-Lite von Geodesic Intelligence trifft 79,07 % der Antikörper–Antigen-Schnittstellen in FoldBench, vor AlphaFold 3
Das All-Atom-Strukturmodell aus dem Start-up von UCLA-Professor Quanquan Gu nutzt denselben Trainingsstichtag September 2021 wie AlphaFold 3; die Ergebnisse stammen vom Unternehmen und sind nicht unabhängig geprüft.
Warum es wichtig ist
Vorherzusagen, wo Antikörper an ihr Ziel binden und wie kleine Moleküle in Proteintaschen sitzen, ist ein Engpass im Wirkstoffdesign, und AlphaFold 3 gilt als Referenz. Geodesic sagt, NovaAtom-Lite schlage AlphaFold 3 und IsoDDE bei diesen Schnittstellenaufgaben, bei gleichem Trainingsstichtag wie AlphaFold 3, sodass die Teststrukturen später entstanden. Es folgt auf eine Vorschau im September und Gus frühere Leitung der KI-Wirkstoffforschung bei ByteDance. Abzuwarten sind unabhängige Benchmarks und die größeren NovaAtom-Modelle, die im Training sind.
Die wichtigsten Fakten
- 79,07 % der 172 Antikörper–Antigen-Schnittstellen in FoldBench (DockQ ≥ 0,23)
- AlphaFold 3: 47,90 % bei 167 Schnittstellen, laut Geodesic
- Trainingsstichtag 30. Sep. 2021, wie AlphaFold 3
- Sagt Proteine, DNA, RNA und Liganden gemeinsam vorher
- Vorschauversion im September 2026
- Gründer Quanquan Gu ist Associate Professor an der UCLA