IntFold: Um Modelo Fundacional Controlável para Predição Estrutural de Biomoléculas Geral e Especializada
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
Resumo
Apresentamos o IntFold, um modelo de base controlável para a predição de estruturas biomoleculares tanto gerais quanto especializadas. O IntFold demonstra precisão preditiva comparável ao estado da arte AlphaFold3, ao mesmo tempo que utiliza um kernel de atenção personalizado superior. Além da predição de estruturas padrão, o IntFold pode ser adaptado para prever estados alostéricos, estruturas restritas e afinidade de ligação por meio do uso de adaptadores individuais. Além disso, introduzimos um novo cabeçalho de confiança para estimar a qualidade do docking, oferecendo uma avaliação mais detalhada para alvos desafiadores, como complexos anticorpo-antígeno. Por fim, compartilhamos insights obtidos durante o processo de treinamento deste 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.