Die Daten stammen aus dem PapierDe novo-Design von Peptidbindern für konformationell unterschiedliche Ziele mit kontrastiver Sprachmodellierung" (veröffentlicht in Science Advances im Januar 2025) alle Roh- und verarbeiteten Daten. Das vom Forschungsteam der Duke University veröffentlichte Papier entwickelte ein CLIP-basiertes Peptid-Prioritäts-Screening-Verfahren PepPrCLIP, mit dem kurze Proteine entwickelt werden können, die an bisher nicht medikamentös behandelbare pathogene Proteine binden und diese zerstören. Im Vergleich zu RFDiffusion, einer bestehenden Plattform, die Peptide mithilfe einer 3D-Zielstruktur generiert, ist PepPrCLIP schneller und erzeugt Peptide, die fast immer besser mit dem Zielprotein übereinstimmen.