Оптимизация polyspecificity

Снижение широкой неспецифической липкости antibody.

Generative task

Биологическая и инженерная цель

Улучшить specificity/developability, не потеряв on-target binding.

Возможные исходные данные

Что именно генерируется

Классы генераторов

Какие архитектурные подходы используются

СтратегияЧто генерируетПредставлениеПримерыОграничениеSamplingNovel topologyIntegrated scoringComplexity
Assay-trained multi-objective modelsMutation setsSequence + PSR/nonspecific labelsMakowski et al. affinity–specificity co-optimizationОдин case study; не universal generatorPareto frontНетNonspecific binding modelLibrary + assays

Architecture-to-workflow consequences

Архитектурное решениеПрактическое следствие
Optimize only affinityPolyspecificity может вырасти.

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

Makowski et al. напрямую работает с nonspecific binding trade-off.

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