- 7 次围观
抗体可开发性由多种物理化学性质决定，而各项性质与不同实验检测的相关性也各不相同。然而，现有计算方法往往提供固定评估结果，或依赖计算成本高昂的描述符。我们推出了 kitAb，这是一个开源框架，可用于大规模表征抗体 Fv 区域的物理化学性质，并针对特定检测进行可开发性建模。kitAb 可计算 59 种具有可解释性的、基于序列和结构的描述符，并将其与自动化特征选择和回归相结合。我们在 10 个公开数据集上对 kitAb 进行了评估，这些数据集共包含 46 个实验终点，并在可行时采用序列感知型或预定义的数据划分。预测性能高度依赖于具体检测。在采用序列感知型或预定义数据划分的嵌套评估中，使用 kitAb 描述符的模型平均预测性能与使用 PROPERMAB 描述符的模型相当，同时优于基于 TAP 或仅使用序列特征的模型。在单结构 CPU 计时基准测试中，kitAb 的描述符计算速度约为 PROPERMAB 的 11 倍。三种结构生成后端的预测性能相近，范围更广的 AutoML 搜索也未能显著提升平均性能。我们进一步将相同的描述符表征应用于约 340 万种配对天然抗体，以及 706 种处于 II 期或更晚期临床试验阶段的治疗性抗体。大规模抗体库分析揭示了表面电荷、疏水性与芳香族残基的组织方式、CDR 长度以及胚系相关物理化学特征的系统性差异。kitAb 代码和分析工作流程已在 https://github.com/katyachemistry/kitAb/ 开源。
kitAb：用于特定检测的抗体可开发性建模与大规模景观分析的自动化框架 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
kitAb：用于特定检测的抗体可开发性建模与大规模景观分析的自动化框架
查看 ORCID 个人资料
Ekaterina
Trofimova
，
查看 ORCID 个人资料
Elizaveta
Shaburova
，
查看 ORCID 个人资料
Denis
Antonets
，
查看 ORCID 个人资料
Vasily
Ramensky
DOI：
https://doi.org/10.64898/2026.10.09.750540
Ekaterina Trofimova
莫斯科国立罗蒙诺索夫大学人工智能研究所，俄罗斯莫斯科
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Ekaterina Trofimova 的 ORCID 记录
通讯作者：
bezpalaya.katya{at}gmail.com
Elizaveta Shaburova
莫斯科国立罗蒙诺索夫大学人工智能研究所，俄罗斯莫斯科
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Elizaveta Shaburova 的 ORCID 记录
Denis Antonets
莫斯科国立罗蒙诺索夫大学人工智能研究所，俄罗斯莫斯科
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Denis Antonets 的 ORCID 记录
Vasily Ramensky
莫斯科国立罗蒙诺索夫大学人工智能研究所，俄罗斯莫斯科
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Vasily Ramensky 的 ORCID 记录
摘要
信息/历史
指标
补充材料
数据/代码
预览 PDF
摘要
抗体的可开发性由多种物理化学性质决定，而各项性质的重要性在不同的
实验测定。然而，现有计算方法往往只能提供固定评估结果，或依赖计算成本较高的描述符。我们提出了 kitAb，这是一个开源框架，可用于抗体 Fv 区域的可扩展理化表征及特定测定条件下的可开发性建模。kitAb 计算 59 个可解释的、基于序列和结构的描述符，并将其与自动特征选择和回归相结合。
我们在十个公开数据集上评估了 kitAb，这些数据集涵盖 46 个实验终点，并在可行时采用序列感知或预定义的数据划分。预测性能与具体测定密切相关。在采用序列感知或预定义数据划分的嵌套评估中，使用 kitAb 描述符的模型平均预测性能与使用 PROPERMAB 描述符的模型相当，同时优于基于 TAP 或仅序列特征的模型。在单结构 CPU 计时基准测试中，kitAb 的描述符计算速度约为 PROPERMAB 的 11 倍。三种结构生成后端的预测性能相近，而扩大 AutoML 搜索范围并未显著提升平均性能。
我们进一步将相同的描述符表示应用于约 340 万个天然配对抗体，以及 706 个处于 II 期或更晚期临床试验阶段的治疗性抗体。大规模抗体库分析揭示了表面电荷、疏水与芳香基团分布、CDR 长度以及与种系相关的理化特征方面的系统性差异。kitAb 代码和分析工作流程已开放获取：https://github.com/katyachemistry/kitAb/。
利益冲突声明
作者声明不存在利益冲突。
脚注
https://github.com/katyachemistry/kitAb
已申报资助方信息
莫斯科国立大学
密歇根州立大学（MSU）人工智能研究所
版权
本预印本的版权归作者/资助方所有，其已授予 bioRxiv 永久展示该预印本的许可。本文依据 CC-BY 4.0 国际许可协议提供。
返回顶部
上一篇
发布于 2026 年 10 月 11 日。
下载 PDF
补充材料
数据/代码
电子邮件
感谢您有意帮助传播 bioRxiv 上的内容。
注意：我们仅要求提供您的电子邮件地址，以确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
收件人
*
请在不同的行中输入多个地址，或用逗号分隔。
您将要转发以下内容：
kitAb：用于检测方法特异性抗体可开发性建模与大规模全景分析的自动化框架
邮件主题
（您的姓名）向您转发了 bioRxiv 网页
邮件正文
（您的姓名）认为您可能想查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于确认您是真人访客，以防止自动垃圾信息提交。
分享
kitAb：用于检测方法特异性抗体可开发性建模与大规模全景分析的自动化框架
Ekaterina Trofimova、Elizaveta Shaburova、Denis Antonets、Vasily Ramensky
bioRxiv
2026.10.09.750540；
doi：https://doi.org/10.64898/2026.10.09.750540
分享本文：
复制
引文工具
kitAb：用于检测方法特异性抗体可开发性建模与大规模全景分析的自动化框架
Ekaterina Trofimova、Elizaveta Shaburova、Denis Antonets、Vasily Ramensky
bioRxiv
2026.10.09.750540；
doi：https://doi.org/10.64898/2026.10.09.750540
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks（标记格式）
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
学科领域
所有文章
动物行为与认知
（8110）
生物化学
（18939）
生物工程
（15092）
生物信息学
（44962）
生物物理学
（22849）
癌症生物学
（19967）
细胞生物学
（27178）
临床试验
（138）
发育生物学
（14077）
生态学
（21277）
流行病学
（2067）
进化生物学
（25676）
遗传学
（16277）
基因组学
（23726）
免疫学
（18900）
微生物学
（42964）
分子生物学
（18237）
神经科学
（94473）
古生物学
（709）
病理学
（3014）
药理学与毒理学
（5148）
生理学
（8216）
植物生物学
（16165）
科学传播与教育
（2106）
合成生物学
（4610）
系统生物学
（10331）
动物学
（2408）
关键词：抗体可开发性 · 抗体物理化学性质 · 特征选择与回归 · 可开发性预测 · 抗体库景观分析
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.09.750540v1?rss=1