编辑推荐：
在抗体设计领域，为解决扩散模型存在的非信息性先验、与离散氨基酸类型不兼容及大规模采样计算成本高等问题，研究人员开展 FlowDesign 序列 - 结构共设计研究。结果显示该方法优势显著，能提升抗体亲和力，助力抗体和蛋白质设计。
设计具有所需结合特异性和亲和力的抗体对药物研究至关重要。基于扩散的模型虽推动了互补决定区（CDR）序列和结构的共同设计，但仍面临挑战，如非信息性先验、与离散氨基酸类型不兼容，以及大规模采样时过高的计算成本。
为应对这些问题，研究提出了 FlowDesign，这是一种通过流匹配（flow matching）进行序列 - 结构共同设计的方法，具备以下优势：（1）灵活的先验选择；（2）直接匹配离散分布；（3）提高大规模采样的效率 。通过利用多种先验，数据驱动的结构模型被证明是信息最丰富的。在氨基酸回收率（AAR）、均方根偏差（RMSD）和罗塞塔（Rosetta）能量等指标上，FlowDesign 优于基线方法。
研究人员还将 FlowDesign 应用于设计靶向 HIV - 1 受体 CD4 的抗体。经生物膜干涉技术（BLI）和假病毒中和实验验证，与依巴利珠单抗（ibalizumab）相比，FlowDesign 设计出的抗体对多种 HIV 突变体具有更高的结合亲和力和中和效力。这凸显了 FlowDesign 在抗体和蛋白质设计领域的巨大潜力。本文的透明同行评审过程记录包含在补充信息中。
