795
Пошук терапевтичного антитіла часто починається з мільйонів або мільярдів кандидатів, серед яких лише дуже мала частка достатньо добре зв’язується з потрібною мішенню. Команда Boston University вирішила прискорити цей відбір не за рахунок більшої AI-моделі, а за рахунок більш біологічно правильного способу навчання.
Загальні protein language models вчаться на величезних масивах послідовностей і часто розглядають усі амінокислоти приблизно як однаково важливі. Для антитіл це невдале припущення, тому що основне розпізнавання антигену відбувається в невеликих hypervariable regions.
Особливо важливі complementarity-determining regions, або CDR. Саме вони формують поверхню, яка безпосередньо контактує з антигеном і значною мірою визначає силу та специфічність зв’язування.
Що показало дослідження
Дослідники перебудували training task так, щоб модель частіше маскувала саме CDR-позиції й мусила відновлювати їх із контексту решти антитіла. Таким чином AI змушували вчитися не просто «мові білків», а внутрішній логіці антитіл.
У paired antibody model враховували одночасно heavy і light chains. Це важливо, тому що реальна binding surface формується обома ланцюгами разом.
Після такого навчання модель краще прогнозувала binding affinity і могла ефективніше ранжувати перспективні кандидати до лабораторного тестування.
Автори вважають, що підхід може скоротити ранню фазу antibody discovery, де зараз витрачається багато часу й ресурсів на фізичний screening. Модель не замінює експерименти, але дозволяє відсіяти значну частину слабких кандидатів ще до лабораторії.
Antibody language models працюють за принципом, схожим на великі мовні моделі: алгоритм бачить частину послідовності й намагається відновити пропущені амінокислоти. Через багато таких задач він вивчає закономірності, які характерні для функціональних білків.
Якщо маскувати випадкові позиції рівномірно, модель витрачає значну частину навчання на консервативні структурні ділянки. Нова схема навмисно зміщує увагу до CDR, де невеликі зміни найсильніше впливають на розпізнавання антигену.
Врахування heavy і light chains одночасно також наближає модель до реальної біології. Контактна поверхня антитіла формується їхньою спільною тривимірною конфігурацією, тому аналіз лише одного ланцюга може втрачати важливий контекст.
У практичному drug discovery такий AI може бути корисний на ранньому етапі: з величезної бібліотеки послідовностей він відбирає меншу групу кандидатів для синтезу й лабораторного вимірювання affinity.
Джерело: Phys.org / Boston University
