Naukowcy z grupy zajmującej się przewidywaniem interakcji białkowych opracowali SurfBind - nowoczesny framework do predykcji epitopów oparty na analizie powierzchni molekularnych. Zamiast polegać na samych sekwencjach DNA lub strukturach szkieletu białkowego, model pracuje bezpośrednio na reprezentacjach 3D powierzchni, gdzie rzeczywiście zachodzą interakcje między przeciwciałami a antygenami.
Klucz do sukcesu SurfBind leży w jego zdolności do jednoczesnego przetwarzania informacji geometrycznych i fizykochemicznych. Model wykorzystuje architekturę Transformer z specjalistycznymi mechanizmami: modelowaniem powierzchni na poziomie patchy, cross-attention świadomą interakcji przeciwciał oraz hierarchicznym podejściem coarse-to-fine. To pozwala na precyzyjne identyfikowanie epitopów, szczególnie tych nieciągłych, które tradycyjne metody sekwencyjne mają problem z przewidywaniem.
Wypróbowany na analizie benchmarków SAbDab i DB5.5, SurfBind wykazał stan-of-the-art wydajność z mocną generalizacją na nowe, wcześniej niewidziane przeciwciała oraz różne stany konformacyjne białek. To odkrycie podkreśla znaczenie modelowania powierzchni świadomego interakcji dla zrozumienia mechanizmów rozpoznawania białko-białko, otwierając nowe możliwości dla projektowania leków i diagnostyki immunologicznej.