免疫原性引导抗体设计的困境:标签质量限制进展
The Quagmire of Immunogenicity-Guided Antibody Design: Labels Limit Progress
一项发表于 bioRxiv 的研究指出,免疫原性引导的抗体设计受标签质量限制。作者将常用的 217 条抗体数据集扩展并校正至 231 条带配对序列的治疗性抗体,并手工从原始文献重建其中 110 条的临床证据。
预印本 · biorxiv · 10.64898/2026.10.27.762175
本站摘要基于收录版本 v1(2026-11-01),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
基于生成式序列的抗体设计正日益由学习得到的性质预测器所引导,因此设计目标的明确程度取决于其预言机(oracle)背后的标签。免疫原性是最重要的临床相关性质之一,也是定义最不明确的性质之一:其监督信号是每个分子一个抗药抗体百分比(ADA%),由已发表试验汇总而来。为了分析这一信号,我们首先将广泛使用的 217 条目数据集扩展并修正为 231 种具有配对序列的治疗药物,涵盖从小鼠到全人源的各种形式。随后,我们从原始文献中手动重建了其中 110 种药物的临床证据。我们发现,在 231 抗体数据集上,基于抗体形式的查表法优于所有基于序列的学习型预测器。表面上的准确率追踪的是评估集划分的形式构成,而非序列信号。此外,标签低估了其自身证据:标记为 [≤]6 ADA% 的分子在不同试验间的跨度可达 86%。我们根据试验级测量值重新计算了标签,发现基于形式的方法的优势消失了,而基于序列的预测器在队列加权均值下退化更少。我们的结论是,进展受限于标签本身,并建议在试验级报告 ADA%,将目标视为分布而非点值,以及以基于形式的基线进行评估。
来源:bioRxiv · biorxiv.org