タンパク質治療薬の免疫原性データに対する自然言語照会のための検索拡張生成（RAG）

科学分野:

• バイオテクノロジー; 人工知能; 免疫学

背景:

• 生物製剤の免疫原性は、薬剤の安全性と有効性にとって極めて重要である。複雑な生物製剤データの自然言語照会は課題を提示する。検索拡張生成（RAG）AIは、データ合成のための潜在的なソリューションを提供する。

研究 の 目的:

• 生物製剤の免疫原性データ照会におけるRAG AIの強みと限界を評価する。RAGシステム内の異なる大規模言語モデル（LLM）のパフォーマンスを評価する。科学文献分析のためのRAGシステムの改善点を特定する。

主な方法:

• 663の生物製剤の添付文書をDailyMedから取得した。RAGシステムは、NLP、検索、LLMコンポーネント（ChatGPT、Gemini、DeepSeek、Llama）を統合した。LLMは、抗薬物抗体（ADA）発生率と忍容性に影響を与える要因について照会された。

主要な成果:

• RAGシステムは関連するコンテキストを検索したが、抗体以外のタンパク質治療薬については不正確さが指摘された。全てのLLMは、ADA発生率と忍容性要因の主要な決定要因を特定した。LLMの出力は詳細さと包括性にばらつきがあったが、一般的にソーステキストに対する関連性と忠実性を示した。ドメイン固有の評価により、正確な傾向特定と知識ギャップの強調が確認された。

結論:

• RAGベースのシステムは、複数のソースから免疫原性データを検索および合成できる。リトリーバーの効果と特定の薬剤タイプに対する正確性に関して、特に限界が存在する。信頼性の高い科学的データ照会のためには、RAGシステムのさらなる改善が保証される。