NovaAtom-Lite de Geodesic Intelligence acierta el 79,07% de las interfaces anticuerpo–antígeno de FoldBench, por delante de AlphaFold 3
El modelo de estructura atómica de la startup del profesor de UCLA Quanquan Gu usa el mismo corte de datos de septiembre de 2021 que AlphaFold 3; los resultados son de la empresa y no se han verificado de forma independiente.
Por qué importa
Predecir dónde se unen los anticuerpos a sus dianas y cómo encajan las moléculas pequeñas en las proteínas es un cuello de botella del diseño de fármacos, y AlphaFold 3 ha sido el modelo de referencia. Geodesic afirma que NovaAtom-Lite supera a AlphaFold 3 e IsoDDE en estas tareas de interfaz con el mismo corte de datos que AlphaFold 3, de modo que las estructuras de prueba son posteriores. Sigue a una versión preliminar de septiembre y al papel previo de Gu al frente del descubrimiento de fármacos con IA en ByteDance. Hay que ver pruebas independientes y los modelos NovaAtom mayores en entrenamiento.
Datos clave
- 79,07% de las 172 interfaces anticuerpo–antígeno de FoldBench (DockQ ≥ 0,23)
- AlphaFold 3: 47,90% en 167 interfaces, según Geodesic
- Corte de datos 30 sep 2021, igual que AlphaFold 3
- Predice proteínas, ADN, ARN y ligandos a la vez
- Versión preliminar publicada en septiembre de 2026
- El fundador Quanquan Gu es profesor asociado en UCLA