通过多模态机器学习改进治疗性抗体格式改造

现代治疗性抗体设计通常涉及组合由多个独立功能域构成的多部件组合体，每个功能域可能源自不同来源或独立工程化改造。虽然这些复杂格式可以扩展疾病适用性并提高安全性，但它们带来了重大的工程挑战：单个域的功能和稳定性在新格式中无法保证，且整个分子可能不再可合成。为应对这些挑战，我们开发了一个机器学习框架来预测“格式改造成功与否”——即将抗体从一种格式转换为另一种格式是否会成功。我们的框架融合了抗体序列和结构上下文，并纳入了一个反映真实部署场景的评估协议。在一个真实世界的抗体格式改造数据集上的实验中，我们发现了一个令人惊讶的结果：大型预训练蛋白质语言模型（PLM）未能超越简单的、领域定制的多模态表示。这在最困难的评估设置中尤为明显，即我们测试模型对新起始抗体的泛化能力。在这种具有挑战性的“新抗体，无数据”场景中，我们最佳的多模态模型实现了高预测准确率，从而能够优先选择有希望的候选分子，减少浪费的实验工作。