AgForce 实现 抗原条件化 的 产生性 抗体 设计

抗体设计方法基于抗原结构来生成可变区(CDR)，但对基线方法的系统性评估显示，这些方法很大程度上忽略了抗原输入。我们识别出三种导致这种行为的失效模式：抗原失盲（antigen blindness）是由于模型从抗体框架上下文而非抗原信息中推断预测，导致几乎不论目标如何，所生成的CDR几乎相同；词汇坍缩（vocabulary collapse）使预测的氨基酸在每个位置上仅缩减为3至5种，远低于来自天然序列的真实分布；此外，任何使用标准逐位置交叉熵损失训练的模型都会收敛于位置边际分布，因而在严格意义上无法生成抗原特异的序列预测。我们提出了一种新型编码器-解码器架构，称为AgForce，采用图神经网络(GNN)作为编码器，并为序列-结构共设计设计专门的解码器。具体地，我们应用框架dropout、门控瓶颈和双曲线注意力，以防止抗体捷径路径。在解码器中，混合密度网络(MDN)序列头部采用类似Potts的两两耦合和退火多选学习(aMCL)，取代交叉熵目标，采用多组成分分布，其最优解不同于位置边际。一个抗原循环一致性头部将梯度路由到序列解码器，从而迫使预测分布编码抗原身份。AgForce 在 CHIMERA-Bench 数据集上在绑定质量和序列恢复方面均实现最佳表现，相对于最强的序列基线提高8%，在所有界面指标上均超越基线方法，并将 GNN 方法的有效词汇几乎翻倍。源码可在 https://github.com/mansoor181/ag-force.git 获取。