論文タイトル
Benchmarking Generative Models for Antibody Design & Exploring Log-Likelihood for Sequence Ranking
出典
要旨
抗体の結合活性を予測する指標として、改めて尤度の重要性を示唆した論文の紹介です。
解説など
アストラゼネカからのレポートです。生成配列・構造モデルの評価基準として、AAR や RMSD、pAE、ipTM などが広く活用されていますが、結合活性と高く相関する指標は、これらよりも対数尤度(NLL)スコアであることを筆者らは示しています。この示唆はこれまでに公開された様々なデザインツールにおいて有効であるとのことです。
実際に筆者らは、以下の既存モデルに対して、対象の配列の対数尤度と結合活性の相関を解析しました。
- MEAN
- dyMEAN
- IgBlend
- AbLang
- AbLang2
- AntiBERTy
- ESM
- Antifold
- ESM-IF
- AbX
- DiffAb
- DiffAbXL
評価するための検証用データセットとしては、以下の実験で評価された結合データを活用しています。
- Absci HER2 [Shanehsazzadeh et al.,2023]
- HER2：トラスツズマブのリデザイン
- Nature [Porebski et al., 2024]
- HER2
- HEL
- IL7
- AstraZeneca (AZ)
- Target-1（非公開）
- Target-2（非公開）
おおむね NLL と親和性は相関し、これは入力が（実験で決定されていない）構造モデルでもきちんと機能していることが確かめられています。一方で標的によっては、強い負の相関を示すものもあり、それは KD ではなく IC50（もしくは qAC50 ）で示された実測データで起こるケースが多かったとのことです。NLL を絶対視するほどのインパクトはありませんが、いくつかの指標の中から選択するなら NLL が良いのでは、という提案に落ち着くと思います。
また筆者らは、DiffAb の参考にしたアーキテクチャで独自に訓練しなおした生成モデル DiffAbXLs を構築しています。このモデルの特徴は訓練データに合成データを利用していることです。具体的には OASから配列情報を取得し、ImmuneBuilder2 でモデリングしたおよそ150万の構造を訓練データに活用しています。モデルは2種類で、H3の生成に特化した DIffAbXL-H3 とCDR全領域の生成が可能なDIffAbXL-A があります。このモデルをオリジナルの DiffAb と比較したところ、NLL とさらに優れた相関が確認できたとのことです。
コードはこちらに公開されています。
