ChatPaper.aiChatPaper

IntFold: Un Modelo Base Controlable para la Predicción de Estructuras Biomoleculares Generales y Especializadas

IntFold: A Controllable Foundation Model for General and Specialized Biomolecular Structure Prediction

July 2, 2025
Autores: The IntFold Team, Leon Qiao, Wayne Bai, He Yan, Gary Liu, Nova Xi, Xiang Zhang
cs.AI

Resumen

Presentamos IntFold, un modelo base controlable para la predicción de estructuras biomoleculares tanto generales como especializadas. IntFold demuestra una precisión predictiva comparable al estado del arte de AlphaFold3, mientras utiliza un núcleo de atención personalizado superior. Más allá de la predicción estándar de estructuras, IntFold puede adaptarse para predecir estados alostéricos, estructuras restringidas y afinidad de unión mediante el uso de adaptadores individuales. Además, introducimos un nuevo cabezal de confianza para estimar la calidad del acoplamiento, ofreciendo una evaluación más matizada para objetivos desafiantes como los complejos antígeno-anticuerpo. Finalmente, compartimos las perspectivas obtenidas durante el proceso de entrenamiento de este modelo computacionalmente intensivo.
English
We introduce IntFold, a controllable foundation model for both general and specialized biomolecular structure prediction. IntFold demonstrates predictive accuracy comparable to the state-of-the-art AlphaFold3, while utilizing a superior customized attention kernel. Beyond standard structure prediction, IntFold can be adapted to predict allosteric states, constrained structures, and binding affinity through the use of individual adapters. Furthermore, we introduce a novel confidence head to estimate docking quality, offering a more nuanced assessment for challenging targets such as antibody-antigen complexes. Finally, we share insights gained during the training process of this computationally intensive model.
PDF303July 4, 2025