跳到正文
bioRxiv· Babu, D.; Pandurangan, S.; Agilisium Consulting,·· 来源仅提供日期AI 评分43

仅用序列预测 HER2 上 VHH 纳米抗体表位与互补位:冻结 ESM2 与结构衍生残基先验

Sequence-only prediction of VHH nanobody epitopes and paratopes on HER2 with a frozen protein language model ( ESM2) and a structure-derived residue prior

AI 导读

研究用冻结的 ESM2 650M 加 12.2M 可训练参数模块,仅凭序列预测 HER2 表位与 VHH 纳米抗体互补位,不做三维结构预测。序列聚类划分下,binder head 的 PR AUC 为 0.999,paratope head 为 0.659,但新抗原残基级表位预测仅 0.070。

预印本 · biorxiv · 10.64898/2026.10.15.759522

本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

映射抗体接触的抗原残基(表位)以及执行接触的抗体残基(互补决定区)是治疗性抗体工程的核心,然而大多数精确方法都需要一个已解析或预测的三维复合物。我们提出一种仅基于序列的方案:仅从两条序列出发预测 HER2 表位和单域抗体(VHH,或纳米抗体)的互补决定区,全程不进行任何三维结构预测。我们将一个冻结的 ESM2 650M 蛋白语言模型(严格用作特征提取器)与一个轻量级可训练模块配对,该模块包含每条链的编码器、一个共享的交叉注意力模块,以及表位、互补决定区和结合器头部(12.2M 可训练参数),在三个公开数据源上联合训练:HER2 结合与阻断竞争实验("AVIDa hHER2" 将由 SEPIQ 2026 组织者发布,作者无权将数据集公开分享)、残基级抗体-抗原接触(SAbDab2),以及两个参考抗体晶体结构。阻断竞争信号被解混为 trastuzumab 减去 pertuzumab 的对比,其符号编码了 HER2 结构域,且仅用作训练目标,绝不作为模型输入。在按序列聚类划分的三方划分下(测试集恰好开启一次),结合器头部达到 PR AUC 0.999,互补决定区头部达到 0.659,而针对新抗原的残基级表位预测仍接近基线(0.070)——这一局限是密封划分所暴露而非掩盖的。仅凭序列即可在 87.7% 的留出克隆上恢复由竞争实验推导出的 HER2 结构域(竞争类别),这是一个无泄漏的结果。具体到 HER2,一个基于挖掘到的 25 个 HER2 抗体复合物构建并经留一法验证的残基先验,在结构域正确时可达到 0.26 至 0.29 的残基 PR AUC,约为仅使用语言模型头部的 3.6 倍。我们为每个测试克隆发布并报告两个提交变体:一个完全基于序列的预测和一个竞争信息辅助的预测,并记录哪些数据被用于何处。关键词:表位预测;互补决定区预测;纳米抗体;VHH;HER2;蛋白语言模型;ESM2;交叉注意力;抗体-抗原界面;无泄漏评估。

来源:bioRxiv · biorxiv.org