网易首页 > 网易号 > 正文 申请入驻

AI抗体设计,湿实验数据太太太重要了~

0
分享至

输入抗原然后一通运算,输出几条序列,同时配上几张三维结构图, 这基本上是AI抗体设计的现状。

2026年Nature的一篇文章测试了29家机构的511条AI设计的抗体。结果表明一些简单的活儿,比如 比如亲和力优化, AI可以胜任,但再进行复杂的成药任务,现阶段是无法胜任的。

要更好的迭代判断,模型需要大量数据来训练,而这些数据目前严重不足。


01

数据决定模型认知

基于免疫库序列训练的模型,可以学习抗体序列的规律;使用结构数据训练的模型,可以学习序列与空间构象的关系。

如果希望模型能识别中和力、受体激动效应或聚集风险,同样需要与这些属性相关的训练信息和验证数据。

因此AI模型训练要用湿实验把模糊的开发目标转化为可测量、可学习的数据集。


如果数据标签是某浓度下结合力,模型学到的是与这个读数相关的规律。但不会因标签叫“结合”,就默认学会预测平衡亲和力,更不能进一步推导药理功能。

数据标签越接近目的属性,模型的输出越准确,但接近目标的数据构成往往更复杂、更难扩大规模。这导致两难取舍,容易获取的大规模数据,未必能回答重要问题;贴近机制的数据,数量又非常有限。

总之,模型开发是明确实验数据与设计目标间的关系,关系不清楚,模型就不准!

02

湿实验联系序列和功能

一条序列与它生物学性质间的联系需要湿实验来解决,湿实验的数据标签会决定模型学到了什么!

生物学数据具有很强的条件依赖性!

同一序列用不同抗体形式、不同抗原构建体或不同的检测方法,得到的读数未必相同。即便都叫亲和力,也需要理解测量方法、实验范围与拟合假设。如果条件信息没有,模型看到的是同一序列的多个互相冲突的数字。

所以AI训练的数据不是简单的序列—数值两列,数据标签后面要有大量的背景信息同时给出。

按这个标准,现有的数据可能是一堆垃圾!


很多公司认为做了很多实验,攒了大量数据,但对AI来说可能不是蜜糖而是砒霜!你以为要训练一个智能,最后可能出来一个智障!

NGS出现以后,抗体序列产生速度非常快,天然BCR库很容易做到百万、千万甚至更大的量级。

但真正有一一对应的KD、kon/koff、epitope等功能数据的序列要少几个数量级。

缺乏Large、Diverse、Unbiased的高质量数据是现有模型的主要瓶颈。

现存数据不是随机抽样,严重偏向已被大量研究的序列,这导致模型的可靠性明显下降。失败的阴性数据对模型来说同样可以定义抗体设计空间的边界。

而且阴性数据的价值取决于被怎样定义。抗体表达低导致的亲和力测试失败,如果不区分就记成阴性,模型就可能把表达问题误学成结合问题,或把检测失败误学成分子缺陷。

对AI而言,有价值的数据集不是片面筛选的,要保留数据的完整性。由于之前的漏斗筛选模型,大量数据没被收集起来,就比较遗憾了。

再有如上文亲和力的例子,同样的数据点不同实验间结果不同,所以无法直接合并。只留一致的数据,那数据库太小;把所有数据都放进来,噪音就一起增加了。

所以AI真正想要的是10万条抗体序列✖️同一实验体系✖️同一protocol✖️ 完整的元数据。

现有的数据常只有一个维度,但抗体是典型的多目标优化问题。

比如现有不少亲和力的数据,如果只训练KD模型很简单,但是要做抗体药物模型,要同时优化一系列参数,亲和力、特异性、表达、稳定性、溶解性、聚集(倾向)、多反应性、药代动力学(PK)、免疫原性……

于是经常出现KD提高了10倍,但表达变差了,牵一发而动全身!

理想数据应该是同一条序列标签下,同时拥有多个属性的湿实验测试数据。


基于上述,市场现存最好的数据压根不在公开数据库,也不在那些自我感觉良好的阿狗阿猫手里!

大概率在在罗氏、基因泰克、安进、再生元、AZ这些巨头过去二三十年的项目里。

不过他们也有难处,一条抗体一路下来会留下大量序列-表型的数据,但很多数据散落在旧数据库,项目报告资料,实验仪器原始文件,甚至已经离职员工留下的文件夹里。

03

Closed Loop,数据复利模型

AI公司都喜欢讲讲Closed loop,抗体可能是最适合建立Closed loop的药物形式。从序列到分子,工程链条清晰,可通过一系列标准化实验得到相对量化的读数。

如果这个循环可以持续,就和AI模型的迭代非常同步了。


第一轮模型可能很一般,1000个设计中只有20个像样;第二轮有了第一批实验数据,命中率提高到5%;第三轮又学到前一批失败。循环往复,最终模型越来越厉害!

这个学习循环一旦建立,算法就不再是壁垒!

用一套固定分析方法、统一SOP把成百上千的靶点序列相关的数据做出来,再一轮一轮的训练模型,这个过程很难复制,这才是AI公司真正的护城河。

所以AI抗体公司真正有价值的数据,不是从原来数据上修修补补而是原生的、标准化的数据。

所有的数据能标准的和序列一一对应,连续定量的读出而且和AI的学习进化过程同步,这样的数据和从100篇paper里扒出来的公开数据,价值不可同日而语。

04

未来最强AI抗体公司,必须是自动化湿实验公司

如果前面判断成立,那未来AI抗体公司的组织结构也会发生变化。

早期AI Biotech讲的是20个算法工程师训练一个很厉害的模型,然后和药企合作。而实际能落地、有壁垒的是掌握湿实验能力和数据的公司。

这里对湿实验平台的要求比传统抗体筛选更高,能力要全面,实验要高通量且标准化!


过去平台指标往往是能完成多少交付工作,但AI时代还要评估每一个实验点能产生多少模型能用的信息,追求的不只是高通量还是高信息量。

同样筛1000条抗体,如果只留下“结合/不结合”两个标签,这1000个实验点对模型的价值有限;但如果每条抗体同时有KD、kon、koff、expression、Tm、aggregation、polyreactivity、epitope和cell potency,那这1000条数据的训练价值完全是另一个量级。


再有就是自动化的数据收集和分析,很多药企不缺实验,但无法拿出来能训练模型的实验数据。

仪器产生的原始文件、ELN记录、Excel表格、项目PPT、实验条件和样本信息根本没有整理,一旦需要训练模型,再花大量人工去整理清洗这不光麻烦还不合AI胃口。

真正的自动化平台,从实验开始就按“要给AI学习使用”的标注设计。


从源头基于序列、抗原结构、测试SOP等设计统一的数据结构。无论阴性阳性,都自动收集,形成模型喜欢的从样品到分析再到读出的完整可追溯数据链。

这也是为什么未来真正强的AI 抗体公司,看起来可能越来越像一家高度自动化的实验数据工厂。

谁可以低成本、高通量,持续的迭代产生AI模型需要的实验数据,谁就有机会拥有更好的AI。


欢迎加入胖猫的知识星球!

AI时代,一起用产业专业的视角看懂生物医药!

和志同道合的小伙伴们,一起抓住时代的大机会~


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
英伟达技术大牛实名发声:身患重病时,黄仁勋出手帮他抢下生机

英伟达技术大牛实名发声:身患重病时,黄仁勋出手帮他抢下生机

普陀动物世界
2026-11-18 08:58:23
逃过了股市暴跌,却没逃过银行理财的暴击

逃过了股市暴跌,却没逃过银行理财的暴击

深水财经社
2026-11-18 14:21:15
普京来华前夕先送大礼,俄方宣布重磅消息,中国大后方再落一子

普京来华前夕先送大礼,俄方宣布重磅消息,中国大后方再落一子

通鉴史智
2026-11-18 10:06:16
甘肃19岁姑娘,认58岁男上司为干爹,去家中照顾他引发悲剧

甘肃19岁姑娘,认58岁男上司为干爹,去家中照顾他引发悲剧

民间精选故事汇
2025-06-14 13:37:34
41岁C罗15分钟戴帽,生涯985球!沙特联赛却把钱从买人转向建球场

41岁C罗15分钟戴帽,生涯985球!沙特联赛却把钱从买人转向建球场

桑葚爱动画
2026-11-03 14:18:57
沉默45年,中国终于迎来第二轮“严打”!目标改变总体战正式打响

沉默45年,中国终于迎来第二轮“严打”!目标改变总体战正式打响

闻识
2026-05-04 08:59:03
CBA3消息!强援加盟广东宏远,山东或买断皮尔森,上海不满布歇试训表现!

CBA3消息!强援加盟广东宏远,山东或买断皮尔森,上海不满布歇试训表现!

体坛卡卡说
2026-11-17 11:05:10
二十届五中全会释放用人新风:跳出年龄学历框,不再降格凑班子

二十届五中全会释放用人新风:跳出年龄学历框,不再降格凑班子

户外阿毽
2026-11-17 06:11:58
完了!膝软骨退化,库里生涯真的要完了……

完了!膝软骨退化,库里生涯真的要完了……

体育新角度
2026-11-18 11:27:31
郑丽文:绝不放弃武力护台,洪秀柱表态:两岸和平不能回避统一

郑丽文:绝不放弃武力护台,洪秀柱表态:两岸和平不能回避统一

混沌录
2026-11-17 22:34:08
财报炸裂!英伟达史上首次单季营收突破1000亿美元

财报炸裂!英伟达史上首次单季营收突破1000亿美元

每日经济新闻
2026-11-18 06:31:33
曝蔡天凤案大反转!6000W豪宅邝球拿了3000W,写他名是为了省税

曝蔡天凤案大反转!6000W豪宅邝球拿了3000W,写他名是为了省税

神秘的未知领域
2026-11-18 01:50:28
JunJia绿帽事件迎来结局!Doggo远赴欧洲打比赛,WBG新阵容曝光:RNG双C再次合体

JunJia绿帽事件迎来结局!Doggo远赴欧洲打比赛,WBG新阵容曝光:RNG双C再次合体

风尘Game
2026-11-18 12:56:14
一旦恢复该规定,中国结婚率或将大幅上涨,离婚率也会有所下降

一旦恢复该规定,中国结婚率或将大幅上涨,离婚率也会有所下降

福建睿平
2026-10-28 07:23:25
回顾:山东女子野生虎区强行下车,与幼虎合照,10分钟后悲剧发生

回顾:山东女子野生虎区强行下车,与幼虎合照,10分钟后悲剧发生

兰姐说故事
2025-01-17 10:30:03
真相炸裂!宗庆后3个私生子并非同一母亲,小儿子是别墅管家所生

真相炸裂!宗庆后3个私生子并非同一母亲,小儿子是别墅管家所生

派大星纪录片
2025-07-15 13:28:11
午后拉升!千亿PCB龙头,冲上涨停

午后拉升!千亿PCB龙头,冲上涨停

中国基金报
2026-11-18 16:08:54
美媒爆料:勇士酝酿重磅交易,巴特勒、格林均可作为筹码

美媒爆料:勇士酝酿重磅交易,巴特勒、格林均可作为筹码

夜白侃球
2026-11-18 11:25:39
18分逆转!格莱姆斯47+6+3,赛后小里冲进场庆祝,东契奇先行退场

18分逆转!格莱姆斯47+6+3,赛后小里冲进场庆祝,东契奇先行退场

担酒
2026-11-18 15:07:43
高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

高市拒不道歉,还想受到中方礼遇?日官员恳求,峰会上别降级对待

靓仔情感
2026-11-17 04:36:22
2026-11-18 17:03:00
胖猫的生命科学札记 incentive-icons
胖猫的生命科学札记
学而时习之,不亦悦乎!
751文章数 60关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

家居
本地
教育
健康
艺术

家居要闻

2026建博会(广州) 公装联探展交流活动

本地新闻

乌兰察布:以前种土豆,现在种Token

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

情绪真能让健康人"伤心至死"?

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

无障碍浏览 进入关怀版