1. Introduction au tutoriel

MAGE (Monoclonal Antibody Generator) est un modèle de langage protéique (PLM) basé sur les séquences, publié en juin 2024 par l'équipe IGLAB (Immunogenomics Lab) du Vanderbilt University Medical Center (VUMC). Ce modèle est optimisé pour générer des séquences d'anticorps humains appariées, composées de chaînes lourdes et légères variables, ciblant des cibles spécifiques. Il a été démontré que MAGE peut générer des séquences d'anticorps nouvelles et diversifiées, présentant une spécificité de liaison validée expérimentalement contre le SARS-CoV-2, une souche émergente de grippe aviaire H5N1 et le virus respiratoire syncytial A (VRS-A). L'article de recherche correspondant est intitulé « … ».Génération d'anticorps à chaînes appariées spécifiques d'un antigène à l'aide de grands modèles de langage".

Ce tutoriel utilise une seule carte RTX 5090 comme ressource.

2. Exemples de projets

3. Étapes de l'opération

1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web

2. Étapes d'utilisation

Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 2 à 3 minutes et actualiser la page.

Avis:

Les informations relatives à l'antigène doivent être fournies sous la forme d'une séquence d'acides aminés, après suppression des peptides signaux et des régions transmembranaires.

Par exemple : RBD de la souche index du SARS-CoV-2 : RVQPTESIVRFPNITNLCPGEVFNATRFASVYAWNRKRISNCVADYSVLYNSASFSTFFCYGVSPTKLNDLCFTNVYADSFVIRGDEVRQIAPGQTGKIADYNYKL PDDFTGCVIAWNSNNLDSKVGGNYNYLYRLFRKSNLKPFERDISTEIYQAGSTPCNGVEGFNCYFPLQSYGFPTNGVGYQPYRVLLSFELLHAPATVCGPKKSTNLVKNKCVNF