抗体言語モデルのファインチューニングでCDR変異を誘導し、SARS-CoV-2スパイクへの結合を強化
- Ab-Affinityは、SARS-CoV-2スパイクペプチドへの抗体結合を予測するようファインチューニングしたタンパク質言語モデルで、遺伝的アルゴリズムと焼きなまし法の適合度関数としてCDR変異に用いられる。
- 交差検証、ホールドアウト、独立テストで他の言語モデル系親和性予測器を上回り、設計抗体の予測親和性は親抗体や他の変異戦略より大幅に高かった。
- 上位候補の裏付けは主にドッキングとMDによる計算で、1候補のin vitro試験で結合改善が示唆された。コードと重みは公開されている。
💡 ポイント アブストラクトに基づく見解
in vitroで検証された候補が1つだけでは、評価対象のモデル自体を適合度関数に使う設計ループの妥当性は示せない。焼きなまし付きGAはスコアラーの死角を突くので、親抗体より予測親和性が高くなるのは構造上当然である。スコアの高低にまたがる10数個の設計体でSPRやBLIを行い、ESM系の尤度や構造ベースのベースラインとも比べたい。
📄 原論文 · PLOS Computational Biology (PLOS) ↗ An antigen-specific protein language model guides CDR optimization for antibody design