Científicos de la Universidad de Stanford han desarrollado un método basado en aprendizaje automático que puede predecir cambios moleculares para el desarrollo de mejores medicamentos con anticuerpos. Al combinar la estructura tridimensional de proteína con grandes modelos de lenguaje basados en la secuencia de aminoácidos, los investigadores pudieron identificar rápidamente mutaciones raras y deseables que, de lo contrario, requerirían experimentos extensivos. El método se aplicó con éxito para mejorar un anticuerpo contra SARS-CoV-2 aprobado por la FDA, lo que resultó en un aumento de 25 veces en la eficacia contra el virus.

El enfoque utiliza la estructura, además de la secuencia, para guiar el algoritmo de predicción y tiene el potencial de acelerar el descubrimiento de medicamentos más efectivos. Los investigadores han puesto su modelo y código a disposición de forma gratuita para que otros lo utilicen.