Ginkgo数据点 抗体开发能力 竞赛结果:模型性能有限,并呼吁数据标准化

科学领域:

• 生物技术是生物技术.
• 计算生物学 计算生物学
• 药物发现 药物发现 药物发现

背景情况:

• 抗体开发能力对于成功开发药物至关重要.
• 通过计算预测抗体开发能力是一个活跃的研究领域.
• 现有的模型培训数据集往往是小的和异质的.

研究的目的:

• 为了对计算模型进行基准测试,以预测抗体开发能力.
• 评估这些模型在未见数据上的概括能力.
• 为了确定抗体开发能力预测的局限性和未来方向.

主要方法:

• 进行了盲目的Ginkgo数据点抗体开发能力 (AbDev) 竞赛.
• 评估了五种生物物理性质的预测因素:疏水性,热稳定性,自我关联性,表达标位和多活性.
• 使用公共训练套件 (246个抗体) 和持久测试套件 (80个抗体).

主要成果:

• 顶级性能因属性而异,疏水性预测最强 (斯皮尔曼的 ρ = 0.708).
• 训练数据的交叉验证得分始终超过了测试组的性能,表明过度装配.
• 在所有预测者中观察到有限的分布外概括.

结论:

• 目前的抗体可开发性模型显示,由于小的,异构的数据集,有限的概括性.
• 较大,标准化和多样化的实验数据集与协调协议对于强大的模型培训和验证至关重要.
• 未来的抗体发现活动需要可靠的,可泛化的可开发性预测模型.