Multi-objective optimization

Одновременная оптимизация нескольких свойств (affinity, specificity, developability).

Generative task

Биологическая и инженерная цель

Найти Pareto-компромиссы, а не максимизировать один score.

Возможные исходные данные

Что именно генерируется

Классы генераторов

Какие архитектурные подходы используются

СтратегияЧто генерируетПредставлениеПримерыОграничениеSamplingNovel topologyIntegrated scoringComplexity
Explicit Pareto on labelled propertiesTrade-off mutation setsSupervised multi-head modelsMakowski et al. affinity–specificity co-optimizationНе pretrained universal generatorPareto selectionНетMultiple assay modelsNumber of objectives and labels

Architecture-to-workflow consequences

Архитектурное решениеПрактическое следствие
Scalarized reward without assaysЛегко получить apparent gain по proxy, потеряв реальное свойство.

Compute и deployment

Доступные инструменты

ИнструментGenerated objectПубликацияEvidence
Makowski et al. affinity–specificity co-optimizationCombinatorial CDR mutation sets predicted to trade affinity against nonspecific bindingPeer-reviewed3–5 prospective binding/specificity validation

Типовые workflows

Evidence summary

Явный affinity–specificity Pareto — Makowski et al. Filter cascades (BindCraft) — не то же самое.

Что нельзя сравнивать напрямую

Как выбирать

Связанные архитектурные концепции

Multi-objective optimization

Primary references

Co-optimization of therapeutic antibody affinity and specificity using machine learning models of sequence-activity data