《mAbs》：Predicting antibody self-association with sequence–structure fusion models: the central role of CSI-BLI in early developability screening
编辑推荐：
基于抗体的生物制剂（antibody-based biologics）正在迅速扩展，但开发中来自自相互作用（self-association）、高粘度（high viscosity）、聚集（aggregation）和不利清除（unfavorable clear
基于抗体的生物制剂（antibody-based biologics）正在迅速扩展，但开发中来自自相互作用（self-association）、高粘度（high viscosity）、聚集（aggregation）和不利清除（unfavorable clearance）的挑战强调了准确计算机筛选（in silico screening）的必要性。克隆自相互作用生物层干涉测量（Clone self-interaction biolayer interferometry, CSI-BLI）是一种基于板、低材料的弱可逆自相互作用测定法，作为高浓度粘度的早期代理和体内清除的补充预测因子。在一组246个单克隆抗体（monoclonal antibodies, mAbs）中，CSI-BLI与粘度中度相关；此外，在hFcRn Tg32小鼠（41个抗体）中，CSI-BLI与清除强相关。在此，研究人员提出一个端到端框架，通过将微调蛋白语言模型（fine-tuned protein language model, ESM-2）与来自AlphaFold预测结构、编码为残基图（residue graphs）的残基对齐3D上下文耦合，来区分高自相互作用与低自相互作用克隆（CSI-BLI类别）。解缠多流注意力（Disentangled multi-stream attention）融合序列内容、链感知位置信息和结构信号，以捕获在序列上相距较远但在空间上接近的相互作用。基于编辑距离（Edit-distance）控制的分割跨1499个免疫球蛋白G（IgGs）和841个重链抗体可变域（VHHs）评估泛化能力。结构感知模型达到最高的保留性能（VHH F1 = 0.76；IgG F1 = 0.57），而仅序列的解缠变体优于没有结构输入的标准蛋白语言模型基线。互补的生物物理特征模型，由AlphaFold结构和序列/结构衍生的物理化学描述符构建，结合聚类感知选择，提供稳健、可解释的性能（VHH；F1 = 0.72；IgG F1 = 0.57），Shapley值分析强调在互补决定区（Complementarity-Determining Regions, CDRs）和框架区（Frameworks）上电荷/偶极（charge/dipole）、疏水性（hydrophobicity）和聚集倾向（aggregation-propensity）驱动因素。这种交互感知的序列-结构框架，由可解释特征模型支持，可扩展到其他可开发性终点和更广泛的蛋白质分类任务，其中联合建模语言衍生表示和残基级几何是有利的。
抗体药物在治疗领域发展迅速，但候选分子常因自相互作用、高浓度粘度、聚集和不利清除等可开发性问题在后期受阻，亟需早期高通量筛选方法。克隆自相互作用生物层干涉测量（CSI-BLI）作为弱可逆自相互作用的低材料板基测定法，已被证实与高浓度粘度和体内清除风险相关，但实验筛选仍有成本和通量限制，需开发准确的计算模型以预筛大规模文库。研究人员（来自AstraZeneca等机构）开展本研究，旨在以CSI-BLI为建模靶点，构建序列-结构融合模型和生物物理特征模型，减少湿实验负担，并将论文发表在《mAbs》。
研究人员发现，在246个单克隆抗体（mAbs）面板中，CSI-BLI与粘度中度相关（Spearman ρ=0.35），在hFcRn Tg32小鼠41个抗体中与清除强相关（ρ≈0.65），验证了CSI-BLI作为粘度风险补充预测因子和清除风险的强关联。基于此，研究人员收集1499个免疫球蛋白G（IgGs）和841个重链抗体可变域（VHHs）序列，采用编辑距离控制的数据分割，开发了两种互补的计算路径：一是基于AlphaFold结构和Schr?dinger物理化学描述符，经聚类感知特征选择构建的SVM、梯度提升树（GBT）及软集成模型；二是耦合微调蛋白语言模型ESM-2与几何向量感知器（GVP）图编码器的序列-结构融合模型，通过解缠多流注意力机制融合序列内容、位置和结构信息。生物物理特征集成模型在保留测试集上达到VHH F1=0.72和IgG F1=0.57；序列-结构融合模型（PLM-GNN-解缠注意力）取得最高VHH F1=0.76和IgG F1=0.57，优于仅序列基线。SHAP可解释性分析揭示电荷/偶极、疏水性和聚集倾向在互补决定区（CDRs）和框架区的驱动作用，且解缠注意力成分分析表明结构加入后注意力向跨模态通道转移。
**CSI-BLI作为粘度和清除的高通量预测因子**：通过Spearman相关分析，CSI-BLI与粘度中度相关（ρ=0.35），与清除强相关（ρ≈0.65）。线性判别分析（LDA）组合CSI-BLI与非特异性结合测定（BVP、ssDNA、Cardiolipin）达到最高粘度预测F1=0.57和准确度0.86，显示CSI-BLI是多因素粘度风险的有效分类器，且与清除关联优于AC-SINS。
**生物物理特征模型**：使用164个（IgG）和93个（VHH）经聚类感知筛选的描述符，SVM和GBT在验证集表现最优，集成模型在保留测试集上VHH F1=0.72、IgG F1=0.57，且通过SHAP分析识别出电荷/偶极矩、CDR区聚集倾向和框架区疏水性为关键驱动因素。
**Transformer模型**：PLM-Disentangled（仅序列）在VHH上F1=0.75，PLM-GNN-Disentangled（加结构）在VHH F1=0.76、IgG F1=0.57，结构信息带来的增益在IgG更明显。交叉验证显示IgG上结构感知模型提升整体性能，而VHH上序列模型表现稳健。
**模型可解释性**：SHAP分析揭示CSI-BLI高风险序列存在三种主要驱动机制（电荷主导、疏水/聚集主导、混合型），解缠注意力成分分析显示结构流加入后注意力从位置通道转向内容-结构跨模态通道。
总结讨论部分指出，CSI-BLI是早期可开发性筛选的高价值测定法，本研究构建的序列-结构融合模型和可解释生物物理特征模型能有效捕捉CSI-BLI信号，为抗体文库预筛和候选优先级排序提供实用工具，但需注意在训练域外分子（如非典型CDR长度、未覆盖胚系家族）上的预测局限性。研究结论翻译如下：CSI-BLI是一种实用、基于板、自动化兼容的测定法，直接检测弱可逆抗体自相互作用，且与自/交叉相互作用色谱及高浓度聚集一致。除早期筛选价值外，分析显示CSI-BLI与粘度中度相关（符合高浓度粘度多因素性质），并补充非特异性结合读数预测hFcRn Tg32小鼠非靶标介导清除，实现高通量风险分选。因此，研究人员将CSI-BLI视为有意义的建模靶点，通过计算机预筛选减轻湿实验负担。跨抗体格式预测表明，IgG分类比VHH更具挑战性，反映配对链复杂性和异质自相互作用机制。方法上，Transformer模型（解缠多流注意力）比标准PLM基线一致提升，序列-结构融合在IgG上进一步改善；生物物理描述符模型通过集成和SHAP分析提供可解释机制。总体而言，交互感知序列-结构框架和可解释特征模型可恢复CSI-BLI信号的一部分，为发现至开发流程降低成本和时间。这些模型作为早期优先排序工具，而非替代实验，应谨慎用于训练域外分子，推荐未来通过扩大序列多样性、整合正交测定和评估AlphaFold结构不确定性来进一步验证和扩展。
