AWS и Gray Lab при Johns Hopkins разработали новую базу данных для оценки и улучшения дизайна антител с помощью AI — Antibody Developability Benchmark. Это важное решение, поскольку оно может ускорить и удешевить процесс разработки терапевтических антител для медицины.
Что такое Antibody Developability Benchmark
Эта база данных состоит из 50 антител, охватывающих четыре структурных формата и 42 антигена. Она включает в себя шесть ключевых характеристик развиваемости антител, как положительных, так и отрицательных, протестированных в лабораторных условиях. Уникальная особенность базы позволяет проводить оценку моделей без предварительного обучения на ней благодаря методам нулевого обучения.
Почему это важно для научного сообщества
Процесс разработки антител требует огромных ресурсов и времени, даже с современными технологиями. Согласно аналитикам, использование AI сможет сократить время до обнаружения новых антител на 30-50%. Существующие базы данных не позволяют полноценно оценивать модельные предсказания из-за недостатка разнообразия данных. Это исследование — шаг в сторону расширения доступности высококачественной научной информации.
Перспективы и будущее проекта
По словам Люки Джанкардо, Applied Scientist в AWS, доверие к предсказаниям AI должно основываться на сравнении с достаточным объёмом экспериментальных данных. Это важно для разработки эффективных инструментов в медицине. База данных будет постоянно пополняться новыми моделями и характеристиками, что значительно повысит эффективность дизайна антител.
Для исследователей в России это открывает новые горизонты в разработке биофармацевтических решений. Внедрение AI в биомедицину — это путь к снижению затрат и времени, что критически важно в условиях текущих вызовов в области здравоохранения.