Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

CD98hc-targeted antibody shuttles for central nervous system delivery with broad cross-species reactivity.

Nature biomedical engineering·2026
Same author

ANARCII enables alignment-free antigen receptor numbering using a generalised language model.

Communications biology·2026
Same author

Benchmarking and behavioral characterization of LLM agents for protein design.

bioRxiv : the preprint server for biology·2026
Same author

Machine learning predictions of IgG1 and IgG4 self-association and high-concentration solution properties.

mAbs·2026
Same author

iNOS modulates inflammatory responses in an NO-independent manner through direct interaction with IRG1 in mitochondria.

Nature metabolism·2026
Same author

JAX Animal Behavior System (JABS), a genetics-informed, end-to-end advanced behavioral phenotyping platform for the laboratory mouse.

eLife·2026

関連する実験動画

Updated: Feb 24, 2026

Rapid Antibody Glycoengineering in Chinese Hamster Ovary Cells
06:53

Rapid Antibody Glycoengineering in Chinese Hamster Ovary Cells

Published on: June 2, 2022

3.8K

Ginkgo Datapoints Antibody Developability コンペティションの結果: モデルのパフォーマンスが限られ,データの標準化のための呼びかけが行われました.

Lood van Niekerk1, Joshua Moller1, Seth Ritter1

  • 1Ginkgo Bioworks Inc, Boston, MA, USA.

mAbs
|February 22, 2026
PubMed
まとめ

抗体開発能力 (AbDev) 競争は,抗体特性の予測モデルをベンチマークした. 現在のモデルは,小さなデータセットに過度に適合し,一般化を制限し,抗体発見のためにより大きく,標準化された実験データの必要性を強調しています.

キーワード:
アンチボディは,抗体である.競争 競争 競争 競争 競争developability 開発可能性について

さらに関連する動画

Profiling Anti-Neu5Gc IgG in Human Sera with a Sialoglycan Microarray Assay
09:13

Profiling Anti-Neu5Gc IgG in Human Sera with a Sialoglycan Microarray Assay

Published on: July 13, 2017

10.0K
Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma
09:17

Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma

Published on: September 13, 2022

2.8K

関連する実験動画

Last Updated: Feb 24, 2026

Rapid Antibody Glycoengineering in Chinese Hamster Ovary Cells
06:53

Rapid Antibody Glycoengineering in Chinese Hamster Ovary Cells

Published on: June 2, 2022

3.8K
Profiling Anti-Neu5Gc IgG in Human Sera with a Sialoglycan Microarray Assay
09:13

Profiling Anti-Neu5Gc IgG in Human Sera with a Sialoglycan Microarray Assay

Published on: July 13, 2017

10.0K
Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma
09:17

Digital Spatial Profiling for Characterization of the Microenvironment in Adult-Type Diffusely Infiltrating Glioma

Published on: September 13, 2022

2.8K

科学分野:

  • バイオテクノロジー バイオテクノロジー
  • コンピュータ生物学 コンピュータ生物学
  • ドラッグ・ディスカバリー・ディスカバリー・ドラッグ・ディスカバリー・ドラッグ・ディスカバリー

背景:

  • 抗体開発能力は,薬剤開発の成功に不可欠です.
  • 抗体の開発可能性を計算的に予測することは,研究の活発な分野です.
  • モデルトレーニングのための既存のデータセットは,しばしば小さく,異質である.

研究 の 目的:

  • 抗体開発可能性を予測するための計算モデルをベンチマークする.
  • 目に見えないデータに対するこれらのモデルの一般化能力を評価する.
  • 抗体開発可能性の予測の限界と将来の方向性を特定する.

主な方法:

  • Ginkgo Datapointsのアンチボディ開発能力 (AbDev) コンテストを盲目的に実施しました.
  • 5つの生体物理学的性質の評価された予測要因: 排水性,熱安定性,自己結合,発現位数,および多活性性.
  • パブリックトレーニングセット (246個の抗体) とホールドアウトテストセット (80個の抗体) を使用しました.

主要な成果:

  • 最高性能は特性によって異なるが,水害性予測が最も強い (スピーマンの ρ = 0.708).
  • トレーニングデータのクロス検証スコアは,テストセットの性能を一貫して上回り,オーバーフィッティングを示しています.
  • 予測者間で限定的な分布外一般化が観察されました.

結論:

  • 現在の抗体開発可能性モデルでは,小型で異質なデータセットのため,一般化は限られています.
  • 調和したプロトコルを持つより大きく,標準化され,多様な実験データセットは,堅牢なモデルトレーニングと検証に不可欠です.
  • 将来の抗体発見キャンペーンは,信頼できる,一般化可能な開発可能性予測モデルを必要とします.