抗体 AI / 知识书
抗体科学 × 人工智能

抗体 AI
知识书

把分子知识转化为可检验的设计判断。
从抗体结构与类型出发,贯通候选排序、亲本优化和针对抗原的从头设计。

21 章系统知识37 条原始来源3 条应用路线
关于本版

初次文献核查:2026-09-16;结构与类型补充及中文改写:2026-09-17。中文版按中文科研阅读习惯组织表达,保留每条来源原有的核查日期、发表状态和适用边界。本文集仍需独立专家审校;实验证据、计算预测与编者建议分别标明。

第 00 章

抗体 AI 知识体系:从分子认识到设计决策

候选排序抗体优化从头设计证据核查 2026-09-17 · 中文改写 2026-09-17
本章目录

这本书面向需要用 AI 筛选、改造和设计抗体的研究人员,也可作为知识检索与指令数据整理的基础语料。全书围绕三个问题展开:已有候选中先测谁?已知抗体怎样改?给定抗原后,怎样提出值得验证的新抗体?

中文版按中文科研阅读习惯重新组织论述,保留英文版的证据范围与稳定标识。初次文献核查日期为 2026 年 9 月 16 日;结构和类型章节补充于 9 月 17 日。中文改写不代表重新检索了全部文献,也不改变每条来源原有的核查日期。本书仍需独立专家审校。

怎样使用这本书

当前任务建议阅读顺序应当形成的结果
给候选抗体排序测量与标签 → 可开发性 → 候选排序 → 评估有依据、有不确定性说明的实验短名单
优化已有抗体序列表示 → 人源化 → 抗体优化 → 实验反馈相对亲本的改造方案及保留约束
针对抗原从头设计抗原与表位 → 结构建模 → 方法选择 → 从头设计受靶标条件约束的分子假设及验证计划
建立 AI 训练数据数据资源 → 测量与标签 → AI 训练 → 证据维护可追溯的语料、标签和数据划分清单

初学者可先读基础概念、抗体结构和抗体类型,再进入三条应用路线。不要因为结构章节排在后面,就把它当成可有可无的附录。

全书的推理主线

从证据到决策
  1. 1明确靶标与用途
  2. 2核对分子身份与表示
  3. 3整理实验观测与证据
  4. 4提出模型预测与候选
  5. 5按目标选择实验批次
  6. 6获得可解释的实验结果

贯穿全书的原则是把不同层次的证据分开:序列像抗体、结构看起来合理、能够结合、具有所需功能、具备开发条件,并不是同一件事。前一层成立,不能自动推出后一层成立。

分类方式

章节是主目录,任务和分子属性是检索维度。一个知识条目可以同时关联排序、优化和从头设计;也可以按分子形式、终点指标、证据类型和适用物种检索。不要把“VHH”“双特异性”“人源化”“单克隆”挤进同一个互斥分类:它们分别描述不同属性。

本书区分已发表研究结论、计算预测和编者建议。正文中的行内引用用于定位支撑材料;章首来源列表只是本章参考文献,不能理解为每篇文献都支持本章所有句子。

三个必须保留的边界

  • 未测量不等于阴性;表达失败也不等于不结合。
  • 高结构置信度不等于高亲和力,更不等于功能或临床获益。
  • 本书提供知识组织和决策方法,尚未在本仓库训练模型、运行分子设计或下载实验数据集。

实际项目可从靶标任务书开始,把分子身份、实验目标和缺失信息写清楚,再决定下一步计算或实验。

第 01 章

抗体基础:识别、功能与分子形式

候选排序抗体优化从头设计证据核查 2026-09-17 · 中文改写 2026-09-17
本章目录

先认清我们在比较什么

“抗体”既可以指完整免疫球蛋白,也常被宽泛地用于 Fab、scFv、VHH 等结合分子。对于 AI 项目,这种省略会造成问题:同一组可变区序列换成另一种分子形式后,结合价数、几何关系和实验读数都可能改变。因此,序列身份和完整构建体身份需要分别记录。

以常规 IgG 为例,两条重链和两条轻链组成一个分子。每条链的可变域分别称为 VH 和 VL,两者共同形成一个抗原结合位点。框架区支撑可变域折叠,互补决定区(CDR)参与形成识别表面。CDR 的边界依赖编号规则;本书采用明确标注编号体系的做法,不把原始字符串位置直接当作生物学编号。IMGT 区域定义

具体的域组成、二硫键和糖基化见结构章节;类别、亚类和工程形式见类型章节。

识别了靶标,接下来还要回答什么

亲和力描述在特定模型和条件下一个结合位点与抗原的相互作用。选择性关心它是否也结合其他分子。功能则取决于结合发生的位置、靶标状态、细胞环境和抗体的整体形式。一个能结合抗原的抗体,未必能阻断相应通路;在一种实验中有效,也不能直接推断另一种功能。

多价分子还会产生多价结合效应(avidity,亦称亲合力)。因此,完整 IgG 的表观结合读数与 Fab 的单价亲和力不能直接互换。相关工程研究在测量中明确区分了这两类结果。Hie 等

用于建模的最小描述

信息层次至少要回答的问题
识别单元是配对 VH/VL,还是 VHH 等单域支架?配对有何依据?
完整分子含哪些恒定域、连接肽、融合模块?有几个结合位点?
抗原测的是哪个物种、哪个构建体、什么构象或组装状态?
观测测了结合、功能还是某项可开发性?单位和检测范围是什么?
证据结果来自实验、预测,还是尚待验证的推断?

这个描述既是数据整理的底线,也是模型输出的解释边界。只有 VH/VL 序列时,可以分析可变区层面的特征,但不能据此确定 Fc 糖型或完整分子的体内半衰期。

不要把研究参照变成通用标准

临床阶段抗体的生物物理研究提供了有价值的参照分布,但进入临床本身并不是一个控制了所有混杂因素的分子性能标签。用于排序时,应回到实际测得的指标及其实验条件。Jain 等

学习检查:两个抗体的可变区完全相同,一个做成 Fab,另一个做成 IgG。它们共享识别序列,但不应被当作重复的同一种实验样本。格式转换前后的结果应建立关联,同时保留各自的构建体和测量记录。

第 02 章

序列、链配对与编号:把分子身份记录准确

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

一条序列不等于一个抗体记录

整理数据时,先保留来源中的原始序列,再生成用于计算的规范化副本。大小写、空白和缺口符号可以按规则处理,但模糊残基、截短、异常终止和缺失区域不能悄悄修补。每次转换都应留下规则、工具版本与结果校验值。

对于常规抗体,重链与轻链的配对关系是分子身份的一部分。应区分天然或实验确认的配对、作者报告的配对、计算推断配对与未知配对。把同一供者的任意重链和轻链组合起来,只能得到一个新假设,不能继承原有实验标签。OAS 同时包含配对和未配对的抗体序列,使用时必须保留这种区别。OAS

编号是坐标系,不是字符串下标

IMGT、Kabat、Chothia 等编号与区域划分不能在未声明转换规则的情况下混用。保存编号时,需要同时保存链类型、位置、插入标记、原始序列下标以及编号工具和版本。IMGT 的框架区和 CDR 定义提供统一参照,但结构缺失和不同长度序列仍需要显式映射。IMGT

写入“第 52 位突变”之前,要先问清楚:是哪一条链、哪个编号体系、是否带插入字母、亲本序列是哪一版?同一个整数在不同坐标系中可能指向不同残基。

推荐的数据层次

层次建议保留的信息
来源记录数据库条目、版本、物种、供者或克隆信息、原始文件
单链原始及规范化序列、链类型、V/J 指派及参考库版本
识别单元配对 VH/VL 或单域支架、配对来源、CDR 和框架映射
构建体完整链组成、恒定区、标签、连接肽、融合与修饰信息
结构坐标链名、残基编号、缺失位置、序列对应关系
实验受测构建体、抗原、终点、单位、批次和质量状态

AIRR 标准适合组织免疫受体和免疫组库数据;本仓库的观测 schema 只服务于本地示例,不能称为完整 AIRR 导出。AIRR 数据标准

去重与数据划分要一起考虑

完全相同的可变区、同一谱系内的突变体、同一分子的重复测量、由 Fab 改成 IgG 的构建体,都有相关性,但不是同一种“重复”。分别建立序列组、亲本谱系、构建体关系和测量组,再根据评估目标划分数据。单纯删掉相同字符串,仍可能留下严重泄漏。

结构训练集还要核对坐标中的链与数据库序列是否一致。结构条目中存在一个抗体,并不意味着记录包含完整序列、正确生物学组装或所有相关抗原状态。SAbDab2

学习检查:某突变只有“W52A”而没有链名和编号体系。此时应标记坐标不完整,回查来源;不能凭经验决定它属于重链 CDR。

本章来源imgtairroassabdab2
第 03 章

抗原与表位:先把设计对象定义清楚

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

靶标名称只是起点

针对某个蛋白设计抗体,真正的输入不是一个基因名,而是明确的抗原分子及其生物学状态。至少记录物种、序列版本、亚型、受测片段、突变和修饰,并说明它是可溶片段、膜上分子还是复合物的一部分。没有这些信息,模型可能对一个实验中不存在、或在天然环境中不可接近的表面提出方案。

应把数据库序列、实验构建体和结构坐标三者对齐。晶体或冷冻电镜结构可能使用截短体、稳定化突变或不同配体状态;预测结构也可能遗漏糖链、伙伴分子和膜环境。可用于计算,不代表可以直接代替真实抗原。AlphaFold 3

表位不仅是一串残基

表位是抗体在特定状态下识别的抗原表面。记录表位时,应注明依据来自复合物结构、竞争实验、突变分析还是计算假设。竞争关系能提供空间或功能线索,但不能单凭竞争结果确定每一个原子接触。

结构设计尤其需要区分“模型上暴露”和“生物学上可接近”:附近结构域、糖链、膜面和其他结合伙伴都可能影响接近路径。遇到多个合理构象时,保留备选状态,记录方案对状态变化是否敏感。RFantibody 的表位条件设计说明了明确输入位点的重要性,但其研究结果只支持所测试体系中的可行性。RFantibody

用途决定该选哪类表位

用途需要进一步明确的问题
阻断相互作用是否需要占据功能界面,还是通过空间位阻产生作用?
调节受体哪种构象、结合几何或聚集状态才与所需功能相关?
检测与捕获样本处理后目标表位是否仍可接近?其他检测组分是否干扰?
结构研究抗体是否能稳定需要研究的构象,并与整体复合物相容?

选择性也要按用途定义。跨物种结合有时是项目要求,结合某个同源蛋白有时是明确禁忌。不能把所有交叉反应都标成失败,也不能因为只测了一个抗原就声称具有高特异性。

何时可以进入生成阶段

先完成靶标任务书,列清已知、预测、假设和缺失的信息。只有名称而无可靠序列、状态或用途时,当前合理产物是任务书与证据清单,而不是一批看起来像抗体的序列。

Germinal 等方法将框架、CDR 和靶标结构作为设计条件;阅读结果时,也应同时核对它们固定了哪些输入、真正生成了哪些部分。Germinal

第 04 章

读懂实验结果:亲和力、动力学与功能标签

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

KD 的含义取决于模型

对于简单的可逆 1:1 相互作用,平衡解离常数为 KD = [A][B]/[AB]。当动力学拟合模型与此相容时,KD = koff / kon,其中 koff 的单位为 s⁻¹,kon 为 M⁻¹s⁻¹。在这个模型下,KD 越小,亲和力越强。多价、异质或明显偏离模型假设的实验,不能机械套用同一解释。

对数表示采用 pKD = -log10(KD / 1 M)。必须先将 KD 换算为摩尔浓度:10 nM 等于 1e-8 M,对应 pKD = 8;1 nM 对应 pKD = 9。条件可比时,ΔpKD = pKD_变体 - pKD_亲本;亲和力改善倍数为 KD_亲本 / KD_变体 = 10^ΔpKD。

EC50、IC50 描述特定实验中的响应,展示筛选富集度描述选择过程,它们都不能直接改名为 KD。完整 IgG 的表观结合还可能包含多价效应。Hie 等的研究明确区分 IgG 表观结合与 Fab 亲和力,数据整理应保留这一差别。原始研究

先检查能否放在一起比较

同组比较通常要求抗原构建体与状态、抗体形式与价数、终点指标和实验平台一致,并有足够接近的测量条件。可获得时,还应记录固定化方向、温度、pH、浓度范围、拟合模型、批次、重复类型和质量标记。

AIntibody 使用相互补充的亲和力测量,并另行表征可开发性,提示我们不能让一种实验承担所有性能判断。AIntibody

保留单次原始观测,再生成汇总值。同一分子的技术重复可以帮助估计测量误差,但不能把训练样本中的“独立抗体数”增加几倍。

上下界与缺失值不能填成精确数

KD > 1 µM 表示只知道下界,规范化后仍应保存 KD > 1e-6 M;换算为 pKD 后方向反转,成为 pKD < 6。它不是精确的 KD = 1 µM,更不是 pKD = 6。区间结果也应保持区间。

“未观察到结合”只有结合检测范围、样品表达和质量情况才有意义。未做实验、表达失败、测量失效与有效实验中的阴性结果,必须使用不同状态。处理删失观测时,应使用能容纳边界信息的损失或顺序约束,不应对捏造的精确值计算普通回归误差。

结合、功能与可开发性分别建标签

高亲和力可以与功能不足、非特异性结合或制剂稳定性不佳同时出现。多维度生物物理表征的价值,正是避免用一个读数代替所有属性。Jain 等

本仓库提供观测格式和合成示例,展示精确值、边界值和缺失值的区别。它们用于说明记录方式,不是真实实验训练集。

第 05 章

可开发性:把风险拆成可测量的属性

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

不给分子贴一个笼统的好坏标签

可开发性(developability)关心一个候选能否在预期用途下被制备、表征和进一步开发。它由多项属性共同决定,应与靶标层面的“可成药性”区分。临床阶段抗体的系统表征提供了参照,但参照分布受样本与实验选择影响,不是所有产品都必须遵守的放行标准。Jain 等

属性需要的观测容易误判的地方
表达与回收产量、回收率、宿主和构建体跨表达体系直接比较数值
热行为明确定义的展开或聚集转变用一个温度代表全部稳定性
聚集单体比例及其在规定处理条件下的变化将低浓度可溶等同于长期稳定
自相互作用与黏度指定实验中的相互作用与流变读数未经校准外推到高浓度制剂
非特异性结合定义清楚的多反应性或脱靶面板把未测过当作没有风险
化学稳定性规定条件下的修饰与降解观测把序列基序当成已发生的降解
药代动力学物种、剂量和形式明确的暴露数据用体外分数直接替代体内清除

计算筛查用于定位问题

TAP 根据参照抗体考察 CDR 长度、疏水与带电表面斑块、重轻链表面电荷不对称等特征。超出参照范围是调查线索,不是“不能开发”的充分证据;全部通过也不是可制造性的保证。TAP

序列基序可提示脱酰胺、氧化、糖基化或半胱氨酸相关风险,但暴露程度、局部环境和完整分子形式会改变其意义。记录“什么位置、什么风险假设、依据是什么、如何验证”,比把所有命中基序的候选直接删除更有解释力。

VHH 应使用适合其形式的参照。TNP 针对纳米抗体构建体分析可开发性;迁移到不同融合形式或配方,仍需额外证据。TNP

新基准给出的提醒

FLAb2 预印本显示模型表现随性质和数据集显著变化。Ginkgo 盲测也揭示了内部交叉验证与留出评估之间的差距。因此,应逐项验证预测头,保留简单模型作为基线,并检查所用形式和实验域是否匹配。FLAb2 预印本、Ginkgo

Ginkgo 相关更正的具体影响尚未完成核查,本书不据此复述精确榜单名次。

排序时怎样使用这些信息

把状态分成实验确认的失败、计算提示的风险、已有合格证据和未知。项目可以对有依据的实测指标设硬门槛;未经前瞻校准的模型警报,通常更适合作为复核优先级。多个候选各有优点时,可先保留 Pareto 前沿,再根据用途决定取舍。

学习检查:某候选亲和力最好,但没有聚集数据。正确记录是“亲和力占优,聚集表现未知”,不能让缺失值自动变成合格分。

第 06 章

人源化:序列更像人,不等于免疫原性更低

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

三个术语回答三个问题

人源化是工程过程:在尽量保留所需性质的前提下,让序列接近选定的人源背景。人源性评分(humanness)衡量序列与特定人类参考免疫组库的相似程度。免疫原性则是特定人群、暴露和生物学条件下发生的免疫反应。三者有关联,但不能互相充当标签。

BioPhi 是一个具体例子:Sapiens 提出人源化修改,OASis 依据免疫组库评估人源性。这些输出应记录为特定方法的建议或分数,而不是临床抗药抗体发生概率。BioPhi

从亲本和保护约束出发

首先确定亲本的序列、链配对与现有功能证据,再声明允许改变的框架区、CDR、域间界面和其他结构位置。保护某个位点需要理由;把所有框架位点都视为“不会影响结合”并不可靠。

评估方案时,至少并列看人源性、结合与功能保持、结构合理性及可开发性。记录回复突变及保留原因。没有实验支撑时,只能写“预计保留”或“尚待验证”,不能写成已确认的性能保持。种系指派、参考数据库和评分方法版本也应随结果保存。

VHH 需要自己的参照背景

VHH 的分子架构与常规、需要 VL 配对的 VH 不同。将其尽可能改得像普通人 VH,不应成为唯一目标。需要同时考虑单域支架的暴露表面、构建体形式和可开发性。TNP 提供了针对纳米抗体的评价背景,但不是所有融合形式的通用保证。TNP

写入训练数据时的规则

预测的肽段呈递、人源性分数、实验免疫反应和临床抗药抗体结果应分字段保存。真实免疫反应数据还需要人群、给药暴露、分子形式与检测方法。论文没有报告免疫反应,不能被加工成“免疫原性阴性”。

学习检查:一个变体的人源性分数提高了,但亲和力尚未测量。合理结论是“在该指标下更接近人类参考序列,结合保持情况未知”。称它为“更优的治疗抗体”超出了现有证据。

本章来源biophitnp2026
第 07 章

结构建模:看清分子,也看清不确定性

候选排序抗体优化从头设计证据核查 2026-09-17 · 中文改写 2026-09-17
本章目录

理解 VH、VL、Fab 和 Fc 的组成,可先读抗体结构。本章关注另一件事:拿到结构后,哪些结论可以支持决策,哪些还只是待验证的假设。

不同结构任务不能混为一谈

预测抗体自身的折叠、预测抗体与抗原的复合物、为给定骨架设计序列,是三类不同任务。AlphaFold 3 用于生物分子结构预测;AntiFold 用于抗体逆折叠,即在结构条件下评估或提出序列。一个任务上的高分不会自动解决另一个任务。AlphaFold 3、AntiFold

实验结构也不是没有不确定性。未解析残基、备选构象、构建体改动和生物学组装解释都需要记录。每份坐标文件应关联实际序列与来源。SAbDab2 提供注释和整理后的结构资源,仍需检查所选条目的适用性。SAbDab2

置信度不代表亲和力

局部结构置信度、预测对齐误差、界面置信度、接触几何和界面能量各自回答不同问题。保存分数时,需要保存名称、方向、模型版本、链选择及汇总方法。pLDDT、ipTM、对接分数和逆折叠似然都不能作为实测 KD。

一个看起来很确定的结合姿态,仍可能对应天然环境中不可接近的表位,或属于错误的抗原构象。设计骨架与重新预测结构一致,是有用的筛查证据,但不是独立实验验证。RFantibody 对部分设计开展结构确认,才提供了更直接的姿态支持。RFantibody

结构复核的顺序

  1. 对齐序列与坐标,确认链、域边界和缺失残基。
  2. 放回完整生物学组装,查看邻近结构域、糖链及其他相关组分。
  3. 检查碰撞、环区几何、界面堆积、暴露疏水面和缺乏合理配对的埋藏电荷。
  4. 比较备选姿态与抗原状态,记录模型分歧,而不是只保留最好看的结果。
  5. 区分独立证据与共享模板、训练数据或架构产生的相关分数。
  6. 明确下一项实验能够区分哪两个结构假设。

以上是复核建议,不是已经验证的数值评分函数。本书不给出通用 ipTM 或界面分数阈值;阈值需要在代表性标注集上,使用实际部署流程校准。

防止循环论证

如果生成器直接优化某个预测器的分数,再用同一分数的提高证明设计成功,结论便缺乏独立性。应以留出实验结果为主要检验,并在合适时引入其他模型或表示。多个模型一致值得关注,但相关错误不会因为投票而变成独立证据。

第 08 章

模型怎么选:按任务、输入和证据分工

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

先选任务,再选模型

面对新方法,不妨先问:它接收什么信息,输出什么量,使用什么监督信号,验证了哪一种能力?这比先看总榜名次更有用。

方法类别典型输入与输出主要边界
序列语言模型序列 → 表征、残基概率、突变建议自然序列似然不等于针对某抗原的适应度
性质预测模型序列、结构与实验标签 → 指定终点适用范围受标签、划分和实验域限制
成对排序模型可比候选 → 相对偏好相对顺序不一定能换算成绝对亲和力
逆折叠模型骨架 → 相容序列或序列分数与骨架相容不等于能够结合
复合物预测模型分子身份 → 姿态与置信度结构置信度不是热力学测量
条件生成模型靶标、支架、设计掩码 → 候选采样和筛选可能利用预测器的缺陷
人源化模型亲本与人源背景 → 修改建议人源性与免疫反应是不同终点
生物物理描述符序列或表面 → 可解释特征需要分形式、分实验校准

这是一张任务分类表,不是性能排行榜。

本书收录的方法

方法可承担的工作阅读证据时要保留的限定
通用蛋白语言模型提出相对亲本的突变建议在部分抗体体系中有亲和力改进证据,不能当作通用亲和力计。Hie 等
BioPhi / Sapiens / OASis人源化建议与人源性评价生成建议和评价分数分开记录。论文
AntiFold抗体结构条件下的序列设计输出不是实测结合标签。论文
AlphaFold 3构建复合物结构假设需验证目标体系中的姿态可靠性。论文
RFantibody按表位条件设计抗体或 VHH流程结合抗体适配的 RFdiffusion、ProteinMPNN 和 RF2 筛选。官方仓库
IgGM联合生成抗体或纳米抗体序列与结构ICLR 2025 方法;实验范围与数据划分需逐项阅读。会议论文
Germinal在指定框架上,结合序列和结构指导设计 CDR公开摘要支持的结论与尚未核查的全文细节应分开。论文
TAP / TNP按分子形式做可开发性初筛参照分布的警报不是临床成功概率。TAP、TNP

基线和复现记录

按任务选取随机短名单、亲本或共识序列、最近已测邻居、简单理化特征,以及 one-hot 或冻结表征上的正则化模型作为基线。真正没有亲本的任务,不应为了凑齐基线而虚构亲本。

每次运行至少保存代码提交、权重标识与校验值、已知训练截止时间、输入文件校验值、预处理、随机种子、采样和过滤参数、计算预算与失败任务。代码、权重、数据和服务的使用条款需要分别确认。

本书没有安装或复现这些方法。未收录某个模型,不表示其性能差;新增方法时,用研究更新记录说明证据与访问限制。

第 09 章

候选抗体排序:先定义好,再决定先测谁

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

“最好的抗体”需要上下文

先写清靶标状态、用途、分子形式、选择性要求、实验预算与不可接受的结果。对同一谱系做亲和力排序、比较不同发现来源的命中分子、挑选一批从头生成的候选,数据基础和风险并不相同。

AIntibody 将亲和力成熟、簇内排序和库外 CDR 设计分别评估,这些结果不能压缩成一个对所有任务都适用的模型名次。AIntibody

从证据向实验短名单推进

  1. 核验资格:排除无效记录或已证实违反项目要求的候选;区分实验失败与计算警报。
  2. 建立可比组:不同实验终点和分子形式先分开,只有经验证的校准才能连接它们。
  3. 形成属性向量:包括功能、亲和力或动力学、选择性、可开发性、多样性、不确定性和已测覆盖度。
  4. 保留非支配解:另一候选在所有可比且必需的目标上不差,并至少有一项更好时,才构成 Pareto 支配。缺失值不能证明支配关系。
  5. 应用项目取舍:在前述条件成立后,再使用预先约定的效用变换与权重。
  6. 选择有差异的批次:兼顾谱系、序列簇、表位假设和模型来源,并按需要保留有信息价值的不确定候选。
  7. 给出解释:说明什么证据、假设或缺失测量会改变当前顺序。

综合分数是一项决策约定

一种可用的形式是 U(i) = Σ_j w_j d_j(i) - λ uncertainty(i)。其中 d_j 是按项目定义、经过校准的满意度,w_j 非负且和为 1,不确定性惩罚也必须有明确尺度。不能直接把 pKD、熔解温度和语言模型似然加在一起。

权重体现用途和风险偏好,不是自然常数。彼此高度相关的置信度指标也不能反复计分。用于规避风险的不确定性,与用于寻找信息增益的不确定性,可能导向不同的实验选择,应分别说明。

TAP 的阈值来自参考分布;Ginkgo 的研究也表明,不同性质的可预测程度不同。因此,本书不提供通用权重或统一合格线。TAP、Ginkgo

合格的排序结果应包含什么

每个候选需要给出构建体 ID、资格状态、实测结果、预测结果、缺失项、不确定性、综合分数的构成、所属簇和下一步实验。还应检查合理的权重变化是否改变结论。证据不足以分出先后时,报告并列或部分顺序,比给出虚假的小数点排名更有用。

可直接使用候选决策卡,并对照算例检查是否误用了缺失值和不同量纲。

第 10 章

抗体优化:围绕亲本改进,同时守住约束

抗体优化证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

先定义改什么、不能丢什么

优化从一个身份明确的亲本出发。记录可修改位置、允许的环长、突变数量预算、分子形式、希望保留的表位与功能。每轮比较都保留亲本,避免把批次变化误认为序列改进。

目标可以是提高亲和力、改变解离动力学、减少非特异性结合、改善表达或稳定性、去除已经确认的化学风险,也可以是人源化。某一项提高可能损害另一项,因此,保护约束应在生成方案之前写明。

按证据选择提案方法

只有序列时,语言模型可帮助提出值得测试的变体。Hie 等在部分抗体中展示了不依赖抗原或结构输入的有效突变建议,但这并不意味着每次似然提高都会改善亲和力。研究

有可信骨架时,可用逆折叠约束序列与结构的相容性;AntiFold 是针对抗体的方法之一。人源化则需要独立目标,例如 BioPhi 所提供的提案与评价体系。AntiFold、BioPhi

已有条件匹配的实验标签时,可训练特定性质的预测模型,并估计其不确定性。FLAb2 预印本提示,应把简单数据驱动模型与预训练表征一起比较,而不是预设后者更好。FLAb2

每一轮保留完整决策链

  1. 整理亲本证据卡,核对突变坐标。
  2. 明确主要目标,以及其他性质允许的损失范围。
  3. 产生多个有依据的方案家族,记录各自方法与限制。
  4. 分开评价结合、结构、人源性与可开发性;未知项继续保留为未知。
  5. 在利用高预测值的同时,选择能解释机制或模型分歧的代表性候选。
  6. 用条件匹配的结果与亲本比较,保存有效改善、无改善、表达失败和测量失败。
  7. 更新下一轮策略,并保留未入选方案和入选理由。

多个突变的效果可能相互影响。组合变体的性能不能由单突变效果简单相加,尤其不能把来自不同实验条件的数据直接拼成精确预测。

用相对变化报告结果

同一条件下,亲本 KD 为 20 nM,变体为 5 nM,改善为 4 倍;ΔpKD = log10(4) ≈ 0.602。但若只有点估计、没有误差或重复信息,应把统计确定性标为未知。若变体的其他必需性质还未测量,则只能确认所测终点上的变化。

序列、分子形式或测量系统改变时,说明它们的影响是否被区分。一次优化的结论应落在具体的“亲本—变体—条件—终点”关系上,而不是给变体贴永久有效的“优于亲本”标签。

第 11 章

针对抗原从头设计:把生成结果当作可检验的假设

从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

先说明“从头”指什么

在既有框架上重新设计 CDR、为指定骨架生成序列、同时按靶标条件生成序列与结构,都可能被称为从头设计。报告时应明确固定部分与生成部分。新序列不自动意味着新表位、新姿态、新支架或新功能。

序列新颖性需要指定参考数据库、版本和比较方法。“零样本”也需要说明排除了哪些靶标专属训练数据、模板、示例或实验反馈;它并不意味着模型没有用过生物学先验数据。

已有研究支持哪些路线

RFantibody 将骨架生成、序列设计和结构过滤连接起来,论文对部分设计做了实验和结构确认,支持其在所研究体系中的可行性。论文、官方流程

Germinal 在指定框架上结合序列与结构引导 CDR 设计;IgGM 则提供另一类抗体和纳米抗体生成方法。比较时需要匹配靶标、形式、实验预算和终点,不能只摘取各自最好的数字。Germinal、IgGM

建议的设计流程

  1. 完成靶标任务书:序列、状态、组装、期望位点、功能与选择性。
  2. 确定抗体形式、框架约束和可修改区域。
  3. 建立可接近的表位假设,同时保留备选抗原状态及不确定性。
  4. 根据输入条件生成候选家族,记录所有尝试与流程失败。
  5. 检查序列有效性、结构合理性、生物学可接近性和形式相关风险。
  6. 分开使用结构置信度、结合证据与可开发性证据排序,保留序列及姿态多样性。
  7. 在实验前定义成功标准,分别统计生成、过滤、尝试制备、表达、测量和验证的数量。
  8. 回收所有结果,包括不结合和表达失败;使用本轮反馈后,下一轮应明确标为反馈指导的设计。

这是信息整理和决策流程。本仓库没有针对具体靶标生成候选序列,也没有执行实验设计项目。

成功率的分母决定结论

同时报告按全部尝试候选计算的成功率、在成功表达候选中的条件成功率,以及不同靶标上的覆盖情况。注明检测范围、初始设计与成熟后的性能、格式转换、是否独立验证。只在选中的成功靶标上得到的结果,不能称为所有靶标的平均成功率。

生成序列的身份是候选假设。结构预测可以决定先测谁;结合、选择性、功能和可开发性需要分别获得证据。这样的分层并不妨碍使用模型,而是使每一次实验都能清楚地检验模型究竟提出了什么。

第 12 章

模型评估:让测试集真正代表未来任务

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

按要声称的能力划分数据

未来使用场景建议的留出单位随机按行划分容易漏掉什么
已知系列的新测量批次或时间,同一分子的重复归组技术重复和批次泄漏
已知亲本的新变体突变关系与谱系极近的序列邻居
新抗体谱系配对可变域及 CDR 背景的序列簇对框架和环区的记忆
新抗原抗原家族、结构和表位相似性靶标同源性与共享表位
新抗体—抗原组合发现同时控制抗体组与抗原组相互作用任一方已被见过
未来设计项目前瞻时间锁定得知实验结果后的调参

相似性指标和阈值应写入划分清单。本书不给出一个能保证独立性的通用序列一致性阈值。先把相关突变体、结构、测量重复和格式转换记录归组,再划分。

SAbDab2 的整理与划分可作为起点,但提供了测试集不等于能证明某个预训练模型从未见过其中分子。SAbDab2

泄漏不只来自下游训练集

还要检查预训练语料、结构模板、检索库中的示例、调参记录和先前实验轮次。未知的训练重叠应标为未知。跨数据库合并时,要对抗体—抗原组合去重;一个较晚提交的结构可能包含早已公开的序列。

指标必须对应实际决策

任务可用指标必须一起说明的条件
亲和力回归pKD 误差、秩相关标签可比;删失值需采用适当方法
候选排序Spearman、Kendall、top-k 精确率或富集、NDCG按靶标和实验分组,预定 k 与相关性定义
结合分类精确率—召回率、校准、灵敏度和特异度标签来源、阳性比例和检测界限
亲本优化改善比例、约束保持比例匹配亲本、完整尝试数和效应不确定性
从头生成实验命中率、靶标覆盖、新颖性与多样性分阶段分母和验证深度
可开发性各性质的误差或排序指标实验、形式和域外表现

声称跨靶标性能时,按靶标或谱系做宏平均,并报告样本量与区间。重采样应针对独立靶标或谱系,不能把大量近亲突变体当成独立生物学体系。小样本导致名次不稳定时,应明确报告。

外部验证与不确定性

AIntibody 提供前瞻、多组织参与的证据;Ginkgo 暴露内部评估与盲测之间的差距;FLAb2 扩展了属性覆盖,但本书引用版本仍是预印本。这些研究支持加入简单基线、外部或前瞻验证,以及逐属性报告。AIntibody、Ginkgo、FLAb2

预测不确定性、实验噪声和目标域不匹配需要分开。模型集成的分歧不是自动校准的置信区间。信息不足时,模型应能暂缓排序,并指出需要补充哪项证据。

第 13 章

实验反馈:让每一轮结果都能改善下一轮决策

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

实验先对应一个待解决的问题

设计实验记录时,写清假设、终点、参照和可能改变的决策。表达、结合、选择性、功能与可开发性分别需要证据。多项表征的互补价值可见于临床阶段抗体研究和 AIntibody 前瞻评估。Jain 等、AIntibody

本章讨论数据设计与结果解释,不提供实验室操作规程。

保留入选之前的预测

在筛选之前分配候选 ID,记录生成方案、计算排除理由、入选构建体、表达失败、测量失败和有效结果。模型预测应保留产生时间,并冻结实验揭盲前的版本。事后重建预测表,容易不知不觉使用结果信息。

参照应服务于问题:优化用亲本,解释结合实验用合适的参考结合分子,选择性分析用相关阴性或脱靶对照,跨批次比较用重复参考。区分生物学重复与技术重复;出现不一致结果时保留并解释,不能只挑有利的一次。

主动学习兼顾三种价值

一个实验批次可以包括预期最有希望的候选、能减少模型不确定性的候选,以及代表不同谱系或结合假设的候选。比例由目标和实验能力决定,没有固定的通用配方。

学习价值与立即开发价值不同。一个结合情况不确定的分子,可能不适合立刻进入开发,却很适合检验模型的某个盲点。记录入选原因,后续分析才能识别主动选择带来的偏差。

失败结果需要分开记

发生了什么应怎样解释
没有入选实验结果未知
构建体未能制备生产相关结果,结合情况未解决
实验未通过质量标准无效测量或缺失
在规定范围内没有信号与实验条件相关的阴性或删失结果
结合明确,但没有所需功能结合阳性;该条件下功能阴性
改变分子形式后仍可结合支持本次实际测试的格式转换

每轮结束后冻结结果快照,再更新模型,并对下一轮做前瞻评估。保留最终被淘汰的发现记录;只学习一路存活的候选,会让训练数据对真实失败方式失去代表性。

第 14 章

如何用这本书训练 AI:知识语料与分子监督分开建设

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

知识书能教什么,不能替代什么

本章给出本仓库的训练架构建议。正文可用于学习概念、证据边界和决策规则,但不是实测抗体性能数据集。仅对文本做微调,不能由此宣称模型已获得经过验证的分子排序或生成能力。

层次主要输入适合的目标如何评估
检索增强章节与有范围限定的证据找到相关且版本正确的支撑材料检索覆盖、引用准确性、版本一致性
指令微调经审校的问题和答案解释概念、应用规则、识别证据不足留出推理题、恰当暂缓判断、证据一致性
性质学习分子身份完整的实验观测预测一个明确终点防泄漏且实验域明确的留出评估
偏好学习条件可比的已测候选对在指定决策情境中排序新分组的成对准确率与 top-k 效用
分子生成序列、结构、条件和设计掩码提出满足约束的候选前瞻结合、功能和可开发性验证

中文检索语料怎样组织

按章节小节导出,保留章节 ID、标题路径、来源 ID 与 URL、原证据核查日期、语言、改写来源和内容校验值。不要把限制条件切到一个与结论无关的片段里。章首来源属于参考文献范围,具体断言仍需检查行内引用和证据记录。

中英文版共享稳定的章节 ID,便于交叉检索;导出的片段 ID 加上语言前缀,避免合并时覆盖。JSON 字段名和模型名称保持英文,中文正文、标签解释和模板使用自然中文。本地导出只产生 JSONL,没有替用户完成向量嵌入或索引构建。

监督数据需要额外审校

指令样本至少包含答案、支撑来源或章节、适用边界、审校状态和留出分组。应收录“目前无法给出可靠排序”“缺少靶标状态”等正确答案,避免模型学会永远自信地补齐信息。

性质学习保留原始测量与转换规则。OAS 中出现某条序列可以支持表征学习,却不提供它对某靶标的亲和力标签。FLAb2 属于另一种面向实验性质的数据资源,两者用途不能互换。OAS、FLAb2

偏好对 A preferred to B 必须有可比观测或明确决策规则,并说明比较的是亲和力、功能、某项可开发性,还是综合效用。存在并列或不确定性重叠时,不强行制造偏好。随机拼接的抗体—抗原对也不是真实验证的阴性。

本仓库中的数据约定

  • sources.json 保存来源身份、发表状态、访问深度和核查日期。
  • claims.jsonl 保存断言、证据位置、适用范围、限制与审校状态。
  • observation.schema.json 描述单次观测,区分精确值、边界和缺失。
  • taxonomy.json 用稳定 ID 连接章节、任务和属性。

AIRR 是覆盖更广的外部标准。本仓库的最小观测格式不能直接称为 AIRR 合规数据。AIRR

双语训练最容易忽略的泄漏

同一知识的中文改写、英文原文、问答变体和证据衍生样本,应放在同一数据划分组。否则,中文测试题的英文答案可能早已出现在训练集。评估闭卷能力时,还要把测试答案排除出检索库;允许检索的评估须明确声明。

本仓库的示例均为合成教学材料,不进入章节导出的实测标签。本书和问答在用于正式训练前仍需专家审校。每次发布冻结来源、代码、清单、排除规则和使用权判断;能访问来源不等于可以再分发全文、权重或数据集。

本章来源airroasflab2
第 15 章

数据资源:按真实提供的标签选择

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

数据量之前,先看数据是什么

资源提供的内容适合用途主要限制
OAS注释后的配对与未配对免疫组库序列预训练、序列背景序列存在不等于有靶标结合标签
SAbDab2抗体结构、复合物、注释与机器学习子集结构建模、设计数据整理结构可获得性偏差与同源重叠
Thera-SAbDab治疗性抗体可变域及结构映射参考序列与构建体背景临床进展不是控制混杂后的性能标签
AIRR免疫组库和受体数据定义互操作与元数据组织是标准,不是亲和力数据集
FLAb / FLAb2跨研究的适应度与可开发性数据特定终点训练和评估实验异质性;所引 FLAb2 为预印本
AIntibody前瞻提交及实验表征资料发现任务比较受挑战任务和筛选条件约束
Ginkgo AbDev标准化可开发性评估数据特定属性的外部验证跨平台与序列域迁移仍需检验

这里的链接是数据发现入口。本仓库尚未下载、标准化或重分析上述实验数据。

下载之前建立清单

记录资源名称、发布版本、获取日期、URL、校验值、引用方式、使用条款,以及分子数、观测数、阴性结果可用性和预计跨库重叠。论文、代码、数据和预训练权重的条款可能不同。尚未厘清的资源可以先留在阅读登记表中,不直接并入训练发布包。

整理时关注可用分组

核查序列与链配对、抗原构建体与状态、实验终点和单位、删失信息、质量标记、结构对应关系,以及独立样本和重复观测的区别。保存排除理由与无法消除的歧义,合并前检查跨来源重复。

训练清单应报告真正可用的标注组,而不只是总行数。同一次选择中的百万近亲变体,不提供百万个独立靶标。缺少关键元数据时,显式记录缺失;不能为了扩大规模,把不兼容的实验直接混在一起。

一个可行的起步方式

先选择一个定义清楚的性质、一组相对一致的实验,以及能够支持所需泛化声明的留出集。建立简单基线并检查校准后,再考虑跨研究整合或多任务预测。与此同时,知识书的检索语料可以独立使用,不需要等待全部分子数据整理完毕。

第 16 章

近期研究进展:截至 2026 年 9 月的证据与影响

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

本章沿用 2026 年 9 月 16 日核查的一组原始来源,不是系统综述,也不保证覆盖此后出现的全部论文。日期优先指在线发表或所引预印本版本;“对实践的影响”是编者根据来源作出的解释。中文改写没有扩大原先的访问深度。

哪些进展值得纳入知识体系

日期与状态研究报告了什么如何使用,边界在哪里
2026-08-19,同行评议AIntibody 对来自 29 个组织的 511 项提交开展三类发现任务评估支持按任务开展前瞻比较,不能外推为通用模型总榜。研究
2026-06-23,同行评议Germinal 报告四个靶标的功能性设计,每个抗原测试 43–101 个设计所研究体系支持较小规模测试的可行性,不保证任意靶标成功;正文访问受限。研究
2026,官方资源及关联预印本SAbDab2 提供稳定抗体标识和整理后的结构学习数据及划分可改进数据接入;仍须独立检查预训练重叠,关联预印本尚未全文核查。资源
2026-02-22,同行评议Ginkgo AbDev 使用 246 个训练抗体和 80 个留出抗体,评估五项性质支持分实验校准与盲测;相关更正内容未能访问,暂不复述精确榜单。研究、更正
2026-01-31,同行评议TNP 提供针对纳米抗体的可开发性表征把分子形式纳入特征解释;正式记录版本日期为 2026-03-05。研究
2025-12-27,预印本 v1FLAb2 涵盖超过四百万抗体、32 项研究、七类性质,比较 30 种 AI 或生物物理模型覆盖面扩大不等于产生通用预测器;仍有研究异质性和预印本限制。预印本
2025-11-05 在线,2026 卷期,同行评议RFantibody 报告表位导向设计,并对部分候选做实验结构确认设计可行性有直接证据;初始设计、成熟和验证阶段不能合并。研究
2025,同行评议AntiFold 将逆折叠适配到抗体应作为结构条件序列模型评估,不能当作通用亲和力估计器。研究
ICLR 2025,会议论文IgGM 提供抗体与纳米抗体生成方法比较时纳入序列与结构联合生成路线,并核查实验范围。论文

继续跟踪的工作

2025 年 12 月的 tFold 研究提供了另一种经过实验评估的表位导向设计流程。比较论文中的命中率之前,应先比较筛选过程、验证终点和分母。原始研究

Latent-X2 的 2025 年 12 月预印本报告了结合、类药性质和人供者免疫反应面板结果。这里是作者报告的特定样本结果,不是临床无免疫原性的证明,也没有由本书建立独立复现。预印本

商业发布和二手榜单不能自动升级为已确立证据。新增平台时,先读原始报告,记录数据可用性、基线与独立验证情况。

对本书方法框架的影响

近期工作使候选生成路线更丰富,也进一步凸显实验标签质量、靶标和谱系留出、以及分子形式相关可开发性的重要性。因此,本书把生成器、结构评价、性质预测和最终选择规则分开描述。新模型可以改变提出假设的方式,但没有让实验反馈失去必要性。

第 17 章

证据维护:让知识可更新、可追溯、可纠错

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

以有范围的断言为维护单位

维护知识库不只是往目录里添加论文。每条进入决策或训练语料的断言,都应能回答:来源在哪里,支持哪个任务,研究了什么分子与靶标,依据是实验还是计算,有哪些限制,谁完成了审校?

本书建议使用研究更新记录保存原始来源、版本、证据位置、分母、访问深度和受影响章节。精确数字要回到原始图表或明确的公开摘要,不能沿用二手转述。

区分发表状态和证据深度

同行评议、会议论文、预印本、官方文档和更正通知是不同状态;全文、部分章节、摘要和仅元数据是不同访问深度。两者应分别记录。同行评议论文只有摘要可读时,不能写成已检查全部方法和补充材料。

来源条目的核查日期是实际检查该来源的日期。中文改写日期、页面生成日期和证据核查日期不能互相替代。预印本正式发表、更正或撤回时,保留旧版本关系,并检查哪些断言、章节和训练发布需要修订。

更新流程

  1. 确认原始来源、稳定标识和版本,检查更正或后续发表情况。
  2. 提取具体断言及其支持位置,保留靶标、形式、实验和样本范围。
  3. 分开写研究发现与编者建议,记录不能确定的部分。
  4. 更新来源、断言和相关章节;中文与英文共同检查语义是否仍一致。
  5. 运行元数据、引用、文件链接和导出检查,再生成人类可读版本。
  6. 冻结发布快照,保存变更理由与尚待专家审校的问题。

本书现有证据条目仍保留 needs_expert_review 状态。格式检查通过表示记录与链接结构有效,不代表科学结论已经获得独立复现或专家认可。

如何管理双语版本

中英文不必逐句对齐,但不能改变数字、量纲、证据等级和限定条件。模型名、来源 ID、章节 ID 和数据字段保持稳定,便于追踪;中文术语可依学科习惯改写,并在首次出现时给出必要英文。

若一版发现错误,先修正共同事实,再分别修改两种语言的表达。训练发布中,把同一来源的多语改写归为一个证据家族,以免中英文互相泄漏到训练集和测试集。

复用与发布

来源可公开阅读,不自动意味着可以整篇再分发或用于任意训练用途。对正文、数据、代码和权重分别记录条款。本书保留来源入口和原创归纳,不为外部材料声明统一许可证。遇到无法确认的使用范围,记录未解决状态,避免让训练数据清单掩盖它。

第 18 章

推理算例与常用术语

候选排序抗体优化从头设计证据核查 2026-09-16 · 中文改写 2026-09-17
本章目录

以下数字和候选均为教学设定,不是真实抗体测量,也不是模型验证结果。它们用于检查推理是否正确。

算例一:亲和力最好,是否就该排第一

假设 A、B、C 使用同一抗原构建体、分子形式和实验条件。

候选KDpKD实测单体比例当前能说什么
A1 nM90.85亲和力最强,但已测单体比例最低
B5 nM约 8.300.99与 A 存在亲和力和单体比例的取舍
C2 nM约 8.70未测已知亲和力,单体比例证据缺失

若这个虚构项目要求在指定实验中单体比例不低于 0.95,则 B 已满足,A 不满足,C 需要补测。此时 B 是唯一已证实达到该条件的候选。0.95 只是算例规则,不是通用阈值。若没有这条规则,A 与 B 各有优点;也不能给 C 填一个默认单体比例后宣布它支配其他候选。

算例二:边界结果能支持怎样的顺序

KD > 1 µM 对应 pKD < 6。另一候选在可比条件下精确测得 KD = 100 nM,即 pKD = 7,因此其亲和力强于前者的边界所允许的范围。但两个结果若都是 KD > 1 µM,仅凭这些数据无法比较先后。

算例三:亲本改进的计算

亲本 KD = 20 nM,变体 KD = 5 nM,则改善倍数为 20/5 = 4,ΔpKD = log10(4) ≈ 0.602。这只描述所设条件下的亲和力变化,不说明表达、选择性或免疫反应是否改善。

算例四:输入不足时的设计回应

任务是“给靶标 X 生成最好的抗体”,却只有一个基因名。先补充靶标身份、构建体、状态、用途和分子形式,形成靶标任务书。可以据此提出设计假设,不能把未测序列称为已知结合分子。

算例五:结构分数与实验冲突

D 的结构置信度更高,E 在相关实验中的结合更强。结构分数不能冒充亲和力测量来覆盖观察结果。应保留两类证据,检查结构假设能否解释实验,并确定下一步验证什么。

术语对照

术语本书中的含义
亲和力 affinity指定分子结合相互作用的强度
多价结合效应 avidity多个结合位点共同参与形成的整体结合行为,亦称亲合力
互补决定区 CDR按明确编号或定义划分的抗体区域
表位 epitope / 抗原结合面 paratope抗原上被识别的部位 / 抗体实际参与识别的表面
可开发性 developability影响制备和后续开发的多项性质
逆折叠 inverse folding在给定结构条件下进行序列建模
域外 OOD超出训练或校准分布
Pareto 前沿在所考察目标上未被其他候选支配的集合
删失观测 censoring只知道超过某个边界或落在某区间的观测
校准 calibration报告的概率或不确定性与实际结果相符的程度
前瞻评估在得知用于评估的结果之前冻结预测
RAG检索增强生成,借助外部知识组织回答
SFT使用经审校的输入—输出样本进行监督微调
DPO直接偏好优化,仍依赖偏好标签的质量与可比性
命中率 hit rate在明确分母中,达到预定终点的比例

中文评估题用于检验这些区别,仍是待审校的合成题目,不是经过验证的基准。

第 19 章

抗体结构:从结构域到完整分子

候选排序抗体优化从头设计证据核查 2026-09-17 · 中文改写 2026-09-17
本章目录

分四个层次理解抗体

一级结构是氨基酸序列;二级结构描述局部的 β 链、螺旋与转角;三级结构描述结构域的折叠;四级结构描述多条链或结构单元的组装。抗体结构域主要采用免疫球蛋白折叠:两层反平行 β 片层相对堆积,常由域内二硫键稳定。结构域是折叠单元,不等于一整条重链或轻链。IMGT 结构组织

下图画的是常规 IgG 的域组成,不是原子模型,也不是溶液中固定不变的姿态。其他免疫球蛋白类别不能全部套用这张 Y 形图。

常规 IgG 结构示意:两条重链、两条轻链、VH 与 VL 组成的结合位点,以及 Fab、铰链、Fc 和 Fc 糖链。
常规 IgG 结构示意:两条重链、两条轻链、VH 与 VL 组成的结合位点,以及 Fab、铰链、Fc 和 Fc 糖链。

重链、轻链和二硫键

常规 IgG 每条重链依次为 VH–CH1–铰链–CH2–CH3,每条轻链为 VL–CL。两条重链与两条轻链共同组成分子。κ 和 λ 是轻链类型,不是重链类别;常规克隆抗体通常使用其中一种轻链类型,工程分子可以有不同组合。

IgM 和 IgE 的重链有四个恒定域;IgG、IgA 和 IgD 有三个恒定域及铰链区。IMGT 结构域定义

域内二硫键与链间二硫键承担不同结构作用,注释时要分开,并区分实际观测与工程设计。游离半胱氨酸提示需要检查结构背景,不自动意味着分子不可用。域边界、连接肽、标签、坐标缺失和链断点都应保留。

Fv、Fab、铰链和 Fc 分别承担什么角色

区域常规 IgG 中的组成建模时的主要问题
Fv配对的 VH 与 VL链配对和结合面几何是否可信?
Fab一段 VH–CH1 与 VL–CL 配对结合臂是否保持折叠与功能?
铰链连接 Fab 臂和 Fc,并含重链间连接双臂能否接近目标位点而不碰撞?
Fc两条重链的 CH2–CH3 区域;铰链边界随构建体定义而异需要怎样的受体结合、组装和体内行为?

scFv 用肽连接子将 VH 与 VL 连成一条多肽,本身不含 Fc。“Fc”是区域或片段名称,不是 IgG、IgA 那样的类别。IMGT 片段定义

Fv 预测准确,不能证明完整 IgG 的双臂距离或 Fc 性质也准确。全长模型中的域间取向若不确定,应保留柔性和备选构象,不宜把整个分子当成刚体。

CDR、框架与实际结合面

常规 Fv 有 H1、H2、H3、L1、L2、L3 六个 CDR。环长和构象各不相同;结构聚类揭示了非 H3 环区中的重复构象,H3 则尤其需要谨慎处理。长度相同或序列相似,不足以证明环几何一致。North 等

抗原结合面 paratope 指实际参与接触的表面,不等于所有 CDR 残基的集合。接触注释需声明实验依据或距离规则。评估框架替换时,应同时检查框架堆积、支持环区的残基和 VH–VL 取向;保留六段 CDR 序列并不能直接证明结合保持。

沿用序列表示中的显式编号,保存接触距离、埋藏表面积的计算方法与链选择。模型集合可以表达多个假设,但不能不经实验就解释成真实构象的占比。

糖链和 Fc 受体

常规人 IgG 通常在每条重链 Fc 的 Asn297 位点带有 N-连接糖链,此处采用 EU 编号。糖型是分子状态的一部分,可影响 Fc 受体相互作用;序列中有糖基化基序,并不能确定实际占有率和糖链组成。糖工程研究

FcRn 与经典 Fcγ 受体不同。人 FcRn 复合物的结构研究帮助理解与 pH 相关的 IgG 回收相互作用,但不直接给出任意候选的血清半衰期。FcRn 结构研究

排序时保留 Fc 序列、编号体系、生产背景、已有糖链测量及受体实验。只有 VH/VL,不能推定糖型或药代动力学;未糖基化的预测模型,也不能悄悄代替已经表征的糖蛋白。

超出常规 IgG 的组装

骆驼科重链抗体没有轻链和 CH1,其抗原结合可变域称 VHH。孤立 VHH 与完整重链抗体是不同构建体;VHH 不能简单理解为从常规 Fv 删除 VL 后剩下的任何 VH。原始发现

IgA 的二聚体和分泌型结构揭示 J 链及分泌片对组装的贡献;本书引用的研究对象是小鼠 SIgA/dIgA。IgM 研究解析的是带 J 链和 pIgR 胞外域的人 IgM Fc 组装,而非完整抗原结合态 IgM。保留物种和构建体范围,才能避免把局部结构结论扩大成所有抗体的性质。IgA、IgM

多特异性分子还需逐一记录结合域、配对、融合连接处、连接肽和寡聚状态。相同可变区配上不同铰链、Fc 或糖型,只共享可变域身份,不共享完整分子身份;功能标签应跟随实际受测构建体。

第 20 章

抗体类型:类别、形式、特异性与价数分开描述

候选排序抗体优化从头设计证据核查 2026-09-17 · 中文改写 2026-09-17
本章目录

一种抗体可以同时有多种分类标签

“单克隆人源化 IgG1 双特异性抗体”中的词并不相互排斥:单克隆描述克隆身份,人源化描述工程来源,IgG1 描述重链恒定区,双特异性描述预期识别种类。建模时把这些信息分字段,才能避免同一个“类型”字段越写越乱。

分类维度示例要回答的问题
重链类别与亚类IgG、IgA;IgG1、IgG4恒定区属于哪一类?
轻链类型κ、λ、无轻链分子有哪些轻链组分?
分子形式Fab、scFv、VHH、Fc 融合域和链怎样连接、组装?
克隆组成单克隆、多克隆、确定配方的混合物制剂包含哪些克隆?
特异性单特异、双特异、多特异预期识别多少种靶标或位点?
结合价数单价、二价、多价每种特异性各有几个位点?
序列来源非人源、嵌合、人源化、人源、设计各组分从哪里来、怎样改过?

五类免疫球蛋白与常见状态

人免疫球蛋白按重链分为 IgG(γ)、IgA(α)、IgM(μ)、IgD(δ)和 IgE(ε)。以下是常见形式,不是全部组装状态的穷尽清单。IMGT 类别

类别常见形态或背景记录时需要注意
IgG常见为两重两轻的单体保留亚类、铰链、Fc 与糖型
IgA血清中常见单体;分泌型常见含 J 链和分泌片的二聚体区分血清、黏膜与实际组装
IgM膜型常见单体;分泌型常见五聚体记录 J 链、组装与实际位点可接近性
IgD可作为 B 细胞膜上受体组分区分膜型与分泌型构建体
IgE常见单体,具有不同的恒定区和受体背景不套用 IgG 的 Fc 解释

IgA 和 IgM 的结构研究支持其组装需要额外组分与具体几何约束,不能简单画成多个彼此独立的 IgG。IgA、IgM

由五个双臂单元构成的组装具有十个名义位点,但不代表对任意抗原都能同时占据十个位点。靶标间距、空间位阻与柔性都需要考虑。

人 IgG 和 IgA 的亚类

人有四种 IgG 亚类和两种 IgA 亚类,铰链与二硫键架构存在差异。不能把人类亚类名称及性质直接移用于其他物种。IMGT 亚类比较

亚类本书强调的区别对评价的影响
IgG1在所引研究中有较广的 Fcγ 受体结合保留受体身份和糖型
IgG2Fcγ 结合更受受体种类及多态性影响不使用一个泛化的 Fcγ 总分
IgG3较广的 Fcγ 受体结合,铰链架构有特点保存完整恒定区和铰链背景
IgG4可结合多种 Fcγ 受体,并可发生 Fab 臂交换不能默认未改造 IgG4 完全惰性或永久单特异
IgA1 / IgA2铰链和二硫键架构不同不把所有 IgA 测量直接混池

这些 Fcγ 结论来自受体结合比较,并不是对细胞杀伤、吞噬、补体或体内暴露的通用排序。Bruhns 等

IgG4 的 Fab 臂交换可交换重链—轻链半分子,从而使一个抗体具有两种识别特异性。工程改造与构建体背景会影响这一过程,应记录是否评估或控制了交换,而不是只看“IgG4”这个名称。Fab 臂交换研究

片段和工程形式

形式组成或定义需要保留的关键信息
FabVH–CH1 与 VL–CL 配对,一个结合位点恒定域边界
F(ab')2两个相连的 Fab' 臂,不含 Fc臂间连接与二价性
FvVH 与 VL 配对配对身份与结合状态
scFvVH 和 VL 通过连接肽位于同一条多肽域顺序、连接肽、寡聚状态
VHH骆驼科型重链抗体的可变域支架背景与融合构建体
其他单域抗体如独立使用的工程化 VH具体支架,不能一概称为 VHH
Fc 融合蛋白结合模块或其他蛋白模块与 Fc 相连几何、Fc 身份和组分比例
双特异或多特异分子具有两种或更多预期识别特异性架构与每种特异性的位点数
抗体偶联物抗体连接载荷或标记连接位置、化学方式和载荷分布

“单链”指多肽链数,“单域”指结构域数,两者不同。scFv 是典型的单链、双可变域分子。IMGT 片段定义

骆驼科重链抗体的发现说明识别并非必须依赖轻链,但孤立 VHH 与完整重链抗体仍是不同形式。原始研究

对于 IgG 样双特异分子,重链异二聚与正确轻链配对是两个问题。Knobs-into-holes 通过 CH3 界面工程促进重链异二聚,本身不解决所有轻链配对问题。原始工程研究

Fc 融合蛋白可以不含抗体可变域;非免疫球蛋白支架也不会因为能结合靶标就自动成为抗体。应按实际组成分类。

克隆组成与人源背景

单克隆描述确定的克隆身份;多克隆材料包含多个克隆;成分明确的单克隆混合物是抗体组合。杂交瘤研究建立了持续培养并产生预定特异性抗体的细胞来源,而“重组表达”属于生产方式,可以与单克隆身份同时成立。Köhler 与 Milstein

嵌合抗体通常将非人可变区与人恒定区结合;人源化是在保留所需识别特征的同时向人源背景改造;人源描述来源,不能保证免疫耐受。记录实际组分序列和工程历史,比估算一个“人源百分比”更有用。BioPhi

多克隆混合物的结合曲线,不能分配给每一条组成序列。单克隆也不意味着只有一个物理结合位点,更不意味着不会交叉反应。

用于排序与生成的分类规则

先定功能和实验,再选类别或形式;将恒定区类别与可变域支架分开;分别存储每种特异性的价数、预期与实测组装、连接肽和链配对。先在匹配形式内比较,跨形式迁移需要额外证据。即使可变区完全相同,转换形式后仍应重新评价完整构建体。

学习检查:常规二价单特异 IgG 不是双特异抗体。双特异分子可以每种特异性各有一个位点,也可以其中一种或两种都有多个位点;特异性数与价数必须分开记录。

文献与证据

来源文献

中文题名便于阅读,英文原题便于查找。每条来源保留发表状态和实际访问范围;收录引用不代表已完成独立复现。

imgt · 官方文档

IMGT 框架区与 CDR 定义 ↗

IMGT definitions of framework and CDR regions

编号参照;必须保留插入位置。

发表: 持续更新资源 · 核查: 2026-09-16
访问范围: 官方文档
airr · 官方文档

AIRR 数据标准 2.0 ↗

AIRR Data Standards 2.0

具有版本标识的数据规范;本仓库的观测记录不是 AIRR 导出。

发表: 持续更新资源 · 核查: 2026-09-16
访问范围: 官方文档
oas · 同行评议

OAS:已清理、注释和翻译的配对与未配对抗体序列库 ↗

Observed Antibody Space: A diverse database of cleaned, annotated, and translated unpaired and paired antibody sequences

在线发表于 2021 年,刊载于 2022 年卷期;论文描述的是当时的数据库快照。

发表: 2021-10-29 · 核查: 2026-09-16
访问范围: 摘要
sabdab2 · 官方文档

SAbDab2:面向机器学习的抗体结构数据库 ↗

SAbDab2: The structural antibody database in the age of machine learning

已核查官方资源;关联的 2026 年预印本未完成全文审阅,DOI:10.64898/2026.06.16.732554。

发表: 持续更新资源 · 核查: 2026-09-16
访问范围: 官方文档
therasabdab · 官方文档

Thera-SAbDab:治疗性抗体结构数据库 ↗

Thera-SAbDab: the Therapeutic Structural Antibody Database

序列与临床状态可能采用不同的更新日期,应分别核对。

发表: 持续更新资源 · 核查: 2026-09-16
访问范围: 官方文档
jain2017 · 同行评议

临床阶段抗体的生物物理性质 ↗

Biophysical properties of the clinical-stage antibody landscape

核查了部分原文章节;参考队列受当时的候选选择影响。

发表: 2017 · 核查: 2026-09-16
访问范围: 部分原文章节
tap2019 · 同行评议

TAP:治疗性抗体的五项计算可开发性指引 ↗

Five computational developability guidelines for therapeutic antibody profiling

指标依据参照分布建立,不是通用成功标准。

发表: 2019-02-14 · 核查: 2026-09-16
访问范围: 部分原文章节
tnp2026 · 同行评议

TNP:通过纳米抗体可开发性表征改进设计 ↗

Characterising nanobody developability to improve therapeutic design using the Therapeutic Nanobody Profiler

正式记录版本日期为 2026-03-05;解释结果时须保留构建体背景。

发表: 2026-01-31 · 核查: 2026-09-16
访问范围: 摘要与论文元数据
biophi · 同行评议

BioPhi:抗体设计、人源化与人源性评价平台 ↗

BioPhi: A platform for antibody design, humanization, and humanness evaluation based on natural antibody repertoires and deep learning

人源性指标不能当作临床免疫反应概率。

发表: 2022-02-08 · 核查: 2026-09-16
访问范围: 摘要
af3 · 同行评议

AlphaFold 3:生物分子相互作用的结构预测 ↗

Accurate structure prediction of biomolecular interactions with AlphaFold 3

论文页列有 2024 年 11 月补充说明;软件与权重使用条款须另行核查。结构预测不等于亲和力测量。

发表: 2024-05-08 · 核查: 2026-09-16
访问范围: 摘要与论文元数据
antifold · 同行评议

AntiFold:利用逆折叠改进抗体结构条件设计 ↗

AntiFold: improved structure-based antibody design using inverse folding

DOI:10.1093/bioadv/vbae202;未复现完整补充基准。

发表: 2025 · 核查: 2026-09-16
访问范围: 摘要与部分原文章节
hie2023 · 同行评议

利用通用蛋白语言模型高效优化人抗体 ↗

Efficient evolution of human antibodies from general protein language models

2023 年在线、2024 年卷期;所查方法区分 IgG 表观结合与 Fab 亲和力。

发表: 2023-04-24 · 核查: 2026-09-16
访问范围: 部分原文章节
rfantibody · 同行评议

使用 RFdiffusion 从头设计抗体并开展原子层面结构验证 ↗

Atomically accurate de novo design of antibodies with RFdiffusion

2025 年在线、2026 年卷期;选定成功结构不能证明对所有靶标均有相同成功率。

发表: 2025-11-05 · 核查: 2026-09-16
访问范围: 摘要与部分原文章节
rfantibody_code · 官方文档

RFantibody 官方代码仓库 ↗

RFantibody official repository

核查了 README,未安装或运行代码;使用前应锁定提交与权重版本。

发表: 持续更新资源 · 核查: 2026-09-16
访问范围: 官方文档
iggm2025 · 会议论文

IgGM:功能性抗体与纳米抗体生成模型 ↗

IgGM: A Generative Model for Functional Antibody and Nanobody Design

ICLR 2025 会议论文;详细方法及补充结果仍需进一步审阅。

发表: 2025 · 核查: 2026-09-16
访问范围: 摘要与索引可见章节
germinal · 同行评议

Germinal:高效生成靶向指定表位的抗体 ↗

Efficient generation of epitope-targeted antibodies with Germinal

正文受订阅限制;核查了公开摘要、数据与代码入口,以及 7 月作者署名和联系信息更正。

发表: 2026-06-23 · 核查: 2026-09-16
访问范围: 摘要与论文元数据
aintibody2026 · 同行评议

AIntibody:以实验亲和力与可开发性为依据的盲法前瞻基准 ↗

A blinded, prospective benchmark of in silico antibody discovery anchored to experimental affinity and developability

结论限于挑战任务;未在本地重新分析补充数据。

发表: 2026-08-19 · 核查: 2026-09-16
访问范围: 摘要与部分原文章节
flab2 · 预印本

FLAb2:抗体适应度与可开发性预测基准 ↗

Fitness Landscape for Antibodies 2: Benchmarking Reveals That Protein AI Models Cannot Yet Consistently Predict Developability Properties

仅核查预印本 v1,未确定后续正式发表状态;数据与代码入口为 Graylab/FLAb。

发表: 2025-12-27 · 核查: 2026-09-16
访问范围: 摘要
ginkgo2026 · 同行评议

Ginkgo 抗体可开发性竞赛:模型表现与数据标准化问题 ↗

Ginkgo Datapoints Antibody Developability Competition outcomes: limited model performance and a call for data standardization

关联更正尚待核查;在弄清影响范围前,不引用精确榜单结论。

发表: 2026-02-22 · 核查: 2026-09-16
访问范围: 摘要与部分原文章节
ginkgo_correction · 更正通知

Ginkgo AbDev 论文的关联更正通知 ↗

Correction notice associated with the Ginkgo AbDev competition article

检索识别了该通知,但全文访问失败;更正的具体范围未知。

发表: 2026 · 核查: 2026-09-16
访问范围: 仅元数据
tfolddesign · 同行评议

通过结构驱动流程设计表位特异性抗体 ↗

De novo design of epitope-specific antibodies via a structure-driven computational workflow

补充收录的原始研究,未复现,也未与其他方法进行同条件比较。

发表: 2025-12-10 · 核查: 2026-09-16
访问范围: 摘要与索引可见章节
latentx2 · 预印本

Latent-X2:设计抗体的类药性质与人供者免疫反应评估 ↗

Drug-like antibodies with low immunogenicity in human panels designed with Latent-X2

预印本中作者报告的特定供者面板结果;未建立临床结局证据或独立复现。

发表: 2025-12-23 · 核查: 2026-09-16
访问范围: 摘要
imgt_domains · 官方文档

IMGT 结构域定义 ↗

IMGT domain definitions

用于结构域命名,以及不同类别的恒定域组成。

发表: 持续更新资源 · 核查: 2026-09-17
访问范围: 官方文档
imgt_fold · 官方文档

IMGT 免疫球蛋白的结构组织 ↗

IMGT structural organization of immunoglobulins

用于基础结构定义;本仓库插图是原创示意图。

发表: 持续更新资源 · 核查: 2026-09-17
访问范围: 官方文档
imgt_fragments · 官方文档

IMGT 免疫球蛋白与片段定义 ↗

IMGT immunoglobulins overview and fragment definitions

用于片段和域的定义,不用于比较各种形式的优劣。

发表: 持续更新资源 · 核查: 2026-09-17
访问范围: 官方文档
imgt_classes · 官方文档

IMGT 抗体与免疫球蛋白概览 ↗

IMGT antibody and immunoglobulin overview

仅采用类别和常见组装定义,不采用其历史性国际非专利名称命名指引。

发表: 持续更新资源 · 核查: 2026-09-17
访问范围: 官方文档
imgt_isotypes · 官方文档

IMGT 人与小鼠免疫球蛋白类别和亚类 ↗

IMGT human and mouse immunoglobulin classes and subclasses

用于类别、亚类与二硫键比较;部分原始条目带有不确定性注释。

发表: 持续更新资源 · 核查: 2026-09-17
访问范围: 官方文档
north2011 · 同行评议

抗体 CDR 环构象的新聚类 ↗

A new clustering of antibody CDR loop conformations

2010 年在线、2011 年卷期;这是历史结构聚类研究,不是当前全部环构象的清单。

发表: 2010-10-28 · 核查: 2026-09-17
访问范围: 摘要与部分原文章节
fcglycan2016 · 同行评议

通过多层次糖工程获得确定 Fc 糖型的 IgG ↗

Multi-level glyco-engineering techniques to generate IgG with defined Fc-glycans

另查阅 PubMed 27872474 摘要;直接访问 PMC 受阻,本仓库未进行糖工程实验。

发表: 2016 · 核查: 2026-09-17
访问范围: 摘要与索引可见章节
fcrn2014 · 同行评议

FcRn 介导回收机制的结构基础 ↗

Structural Insights into Neonatal Fc Receptor-based Recycling Mechanisms

研究包含工程化人 Fc,不能直接预测任意抗体的血清半衰期。

发表: 2014 · 核查: 2026-09-17
访问范围: 摘要与索引可见章节
hamers1993 · 同行评议

天然存在的无轻链抗体 ↗

Naturally occurring antibodies devoid of light chains

骆驼科重链抗体的原始发现;不意味着任何孤立 VH 都是 VHH。

发表: 1993-06-03 · 核查: 2026-09-17
访问范围: 摘要与论文元数据
iga2020 · 同行评议

分泌型与二聚体 IgA 的结构 ↗

The structures of secretory and dimeric immunoglobulin A

原始冷冻电镜研究使用小鼠 SIgA/dIgA,保留物种与构建体范围。

发表: 2020 · 核查: 2026-09-17
访问范围: 摘要与索引可见章节
igm2020 · 同行评议

IgM 的结构认识 ↗

Structural insights into immunoglobulin M

研究对象为人 IgM Fc、J 链与 pIgR 胞外域,不是完整的抗原结合态 IgM。

发表: 2020 · 核查: 2026-09-17
访问范围: 摘要
bruhns2009 · 同行评议

人 Fcγ 受体及其多态变体对 IgG 亚类的特异性与亲和力 ↗

Specificity and affinity of human Fcgamma receptors and their polymorphic variants for human IgG subclasses

2008 年在线、2009 年卷期;受体结合差异不能直接推广为各种细胞效应的排序。

发表: 2008-11-18 · 核查: 2026-09-17
访问范围: 摘要
igg4exchange2007 · 同行评议

人 IgG4 的动态 Fab 臂交换与抗炎活性 ↗

Anti-inflammatory activity of human IgG4 antibodies by dynamic Fab arm exchange

支持 Fab 臂交换现象;工程化 IgG4 仍须按具体构建体评价。

发表: 2007-09-14 · 核查: 2026-09-17
访问范围: 摘要
kohler1975 · 同行评议

持续培养产生预定特异性抗体的融合细胞 ↗

Continuous cultures of fused cells secreting antibody of predefined specificity

基础杂交瘤研究;生产方式和克隆组成是不同分类维度。

发表: 1975-08-01 · 核查: 2026-09-17
访问范围: 摘要与论文元数据
kih1996 · 同行评议

通过 CH3 的 knobs-into-holes 工程促进重链异二聚 ↗

Knobs-into-holes engineering of antibody CH3 domains for heavy chain heterodimerization

解决重链组装的一种方法,不能独立解决全部多特异分子的配对问题。

发表: 1996 · 核查: 2026-09-17
访问范围: 摘要
从阅读到实践

决策模板

把靶标、候选证据和研究更新写成可复核的记录。

候选决策卡

分子身份与资格

  • 候选与完整构建体 ID;如有亲本,一并记录:
  • 靶标、受测状态与可比实验组:
  • 资格结论:已满足、未满足或待补证据;具体理由:
  • 突变、分子形式变化和必须保留的约束:

当前证据

  • 实测终点、单位、上下界、实验 ID 和质量状态:
  • 预测终点、模型版本、适用范围与不确定性:
  • 结构假设及其独立支持:
  • 未测项目和超出训练或校准范围的问题:

本轮决策

  • 各目标数值、满意度变换、权重和权重敏感性:
  • 所属多样性簇,以及入选或暂缓的原因:
  • 下一项最能改变决策的观测:
  • 决策日期、复核人和记录来源:

未测属性继续标为未知;不能用有利默认值替代缺失证据。

研究更新记录

来源身份

  • 来源 ID、原文题名、作者与稳定 URL 或 DOI:
  • 在线发表日期、具体版本、发表状态和查阅日期:
  • 实际访问范围:全文、部分章节、摘要、官方文档或仅元数据:
  • 更正、撤回或取代该预印本的正式发表:

研究支持了什么

  • 具体断言及支持它的章节、图或表:
  • 任务、靶标、分子形式、数据集与各阶段样本分母:
  • 基线、训练和测试划分、可能的数据泄漏:
  • 实验观察与计算预测分别是什么:
  • 局限、其他解释及独立复现情况:

怎样更新知识书

  • 建议修改的内容及受影响的章节 ID:
  • 中文与英文是否同步修改;共有事实是否一致:
  • 数据、代码、权重的可用性与各自使用条款:
  • 整理人、专家审校状态和待解决问题:

保留研究的适用范围。某个最佳案例,不能改写为通常能够达到的成功率。

靶标任务书

定义任务

  • 项目、日期与负责人:
  • 要解决的问题:候选排序、亲本优化或从头设计:
  • 希望产生的生物学作用,以及判定成功的终点:
  • 可用实验预算与本轮必须做出的决策:

定义分子与状态

  • 抗原登录号、序列版本、物种、亚型与实际构建体:
  • 天然组装、膜环境、修饰、相关变体与目标构象:
  • 已有结构、可信程度与序列—坐标映射:
  • 期望表位、支持证据和可接受的备选位点或状态:
  • 必须避免的脱靶,以及项目要求的交叉反应:

设计条件与证据缺口

  • 抗体形式、支架限制和允许修改的区域:
  • 已有亲本、参考抗体及其实际测量:
  • 成功标准与对应实验条件:
  • 尚缺什么信息,哪项不确定性最可能改变方案:
  • 数据、模型版本和来源 ID:

存在歧义时,逐项标明实测、预测、假设或提议。靶标名称不能替代真实构建体和状态。

结构化知识

数据与格式定义

文件已嵌入页面,可离线下载。目录和评估题提供中文内容;共用的原始来源、断言及 schema 保留英文机器字段和原有记录。示例属于合成教学材料,不是真实实验观测。

evaluation_questions.jsonl

examples/zh-CN / 6,189 字节

下载文件 ↓
预览内容
{"id": "zh-CN::eval-01", "question": "ipTM 更高,能否据此判定亲和力更强?", "expected_answer": "不能。界面置信度与亲和力是不同终点,需要经校准的证据或实际结合测量。", "chapter_ids": ["structures", "measurements"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-01", "language": "zh-CN"}
{"id": "zh-CN::eval-02", "question": "KD > 1 µM 换成 pKD 后应怎样记录?", "expected_answer": "记录为 pKD < 6,保留删失状态与实验条件,不能填成精确值 6。", "chapter_ids": ["measurements", "examples"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-02", "language": "zh-CN"}
{"id": "zh-CN::eval-03", "question": "同一免疫组库中未配对的重链和轻链,能否直接视为天然配对?", "expected_answer": "不能。必须保留配对依据;人为组合应标为设计配对或不确定配对。", "chapter_ids": ["representation"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-03", "language": "zh-CN"}
{"id": "zh-CN::eval-04", "question": "一个变体更像人源序列,但尚未测结合,能否称为更优的治疗抗体?", "expected_answer": "只能说指定指标下的人源性提高;结合保持与其他性能仍未验证。", "chapter_ids": ["humanization"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-04", "language": "zh-CN"}
{"id": "zh-CN::eval-05", "question": "如果想声称模型能用于未见过的抗原家族,应怎样划分测试集?", "expected_answer": "按抗原家族留出,控制序列、结构和表位相似性,同时检查预训练和抗体侧重叠。", "chapter_ids": ["evaluation"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-05", "language": "zh-CN"}
{"id": "zh-CN::eval-06", "question": "候选表达失败,是否应当添加一个结合阴性标签?", "expected_answer": "不应当。表达失败是单独的结果,结合能力尚未确定。", "chapter_ids": ["experimental_learning"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-06", "language": "zh-CN"}
{"id": "zh-CN::eval-07", "question": "在可比条件下,KD 从 20 nM 降到 5 nM,改善了多少?", "expected_answer": "亲和力改善 4 倍,ΔpKD 约为 +0.602;结论限于该测量条件。", "chapter_ids": ["examples"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-07", "language": "zh-CN"}
{"id": "zh-CN::eval-08", "question": "预印本在一个人供者面板中发现较低免疫反应,是否证明临床无免疫原性?", "expected_answer": "不能。须保留预印本状态、实际测试面板范围以及缺少临床结局证据的限制。", "chapter_ids": ["recent_evidence", "humanization"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-08", "language": "zh-CN"}
{"id": "zh-CN::eval-09", "question": "只用知识书的 JSONL 导出,能否训练出经过验证的亲和力预测器?", "expected_answer": "不能。导出是叙述性知识;性质监督还需要分子身份明确、实验标签可靠的数据。", "chapter_ids": ["ai_training"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-09", "language": "zh-CN"}
{"id": "zh-CN::eval-10", "question": "两个候选都超出同一实验检测界限,能否把界限填成数值后排序?", "expected_answer": "不能。两者都是删失观测,现有数据可能无法确定顺序。", "chapter_ids": ["measurements", "examples"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.1", "adapted_from": "eval-10", "language": "zh-CN"}
{"id": "zh-CN::eval-11", "question": "二价单特异 IgG 一定是双特异抗体吗?", "expected_answer": "不是。价数统计结合位点,特异性描述预期识别种类,两者必须分开。", "chapter_ids": ["antibody_types"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.2", "adapted_from": "eval-11", "language": "zh-CN"}
{"id": "zh-CN::eval-12", "question": "scFv 是单域抗体吗?", "expected_answer": "不是。常规 scFv 在同一条多肽上连接 VH 和 VL,包含两个可变域。", "chapter_ids": ["antibody_architecture", "antibody_types"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.2", "adapted_from": "eval-12", "language": "zh-CN"}
{"id": "zh-CN::eval-13", "question": "只有 VH 和 VL 序列,能否确定 Fc 糖型?", "expected_answer": "不能。Fc 序列、糖链占有率与组成需要额外的构建体信息和实际测量。", "chapter_ids": ["antibody_architecture"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.2", "adapted_from": "eval-13", "language": "zh-CN"}
{"id": "zh-CN::eval-14", "question": "所有免疫球蛋白的重链都有三个恒定域和 IgG 样铰链吗?", "expected_answer": "不是。常规 IgM 和 IgE 重链有四个恒定域,与含铰链的 IgG、IgA、IgD 架构不同。", "chapter_ids": ["antibody_architecture"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.2", "adapted_from": "eval-14", "language": "zh-CN"}
{"id": "zh-CN::eval-15", "question": "能否把多克隆样品的结合曲线分配给每一条组成序列?", "expected_answer": "不能。那是群体层面的观测,没有相应独立测量便不能作为每条序列的标签。", "chapter_ids": ["antibody_types"], "origin": "synthetic", "review_status": "needs_expert_review", "split_group": "book-teaching-v0.2", "adapted_from": "eval-15", "language": "zh-CN"}

observations.jsonl

examples / 1,401 字节

下载文件 ↓
预览内容
{"id":"synthetic-exact","candidate_id":"synthetic-A","antigen_id":"synthetic-target","construct_id":"synthetic-A-Fab","format":"Fab","comparison_group":"synthetic-matched-assay","endpoint":"KD","origin":"synthetic","relation":"=","value":1e-8,"unit":"M","assay":{"method":"illustrative binding assay","temperature_c":25,"pH":7.4,"batch":"synthetic-batch","replicate_type":"not_applicable"},"source_ids":[],"notes":"Teaching example only; not an experimental observation."}
{"id":"synthetic-censored","candidate_id":"synthetic-B","antigen_id":"synthetic-target","construct_id":"synthetic-B-Fab","format":"Fab","comparison_group":"synthetic-matched-assay","endpoint":"KD","origin":"synthetic","relation":">","value":0.000001,"unit":"M","assay":{"method":"illustrative binding assay","temperature_c":25,"pH":7.4,"batch":"synthetic-batch","replicate_type":"not_applicable"},"source_ids":[],"notes":"Teaching example: lower bound on KD; pKD is less than 6."}
{"id":"synthetic-missing","candidate_id":"synthetic-C","antigen_id":"synthetic-target","construct_id":"synthetic-C-Fab","format":"Fab","comparison_group":"synthetic-matched-assay","endpoint":"KD","origin":"synthetic","relation":"missing","value":null,"unit":"M","assay":{"method":"not performed","temperature_c":null,"pH":null,"batch":null,"replicate_type":"not_applicable"},"source_ids":[],"notes":"Teaching example: untested, not a nonbinder."}

claims.jsonl

knowledge / 9,411 字节

下载文件 ↓
预览内容
{"id": "claim-numbering", "statement": "IMGT defines CDR regions using numbered positions with gaps or insertions.", "source_ids": ["imgt"], "source_locator": "Region definition chart", "evidence_setting": "resource", "scope": "Antibody variable-domain annotation", "limitations": "Numbered positions are not raw sequence offsets.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-oas", "statement": "OAS includes annotated paired and unpaired antibody repertoire sequences.", "source_ids": ["oas"], "source_locator": "Abstract", "evidence_setting": "resource", "scope": "Repertoire-derived sequence resources", "limitations": "Sequence presence alone supplies no antigen-binding label.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-af3", "statement": "AlphaFold 3 predicts joint structures of biomolecular complexes.", "source_ids": ["af3"], "source_locator": "Abstract", "evidence_setting": "computational_benchmark", "scope": "Biomolecular structural prediction", "limitations": "A structural prediction is not a binding-affinity observation.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-antifold", "statement": "AntiFold is an antibody-adapted inverse-folding model.", "source_ids": ["antifold"], "source_locator": "Abstract and availability section", "evidence_setting": "computational_benchmark", "scope": "Structure-conditioned antibody sequence modeling", "limitations": "Structural compatibility and measured binding remain different endpoints.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-hie", "statement": "Language-model-guided mutation proposals yielded affinity improvements in selected experimentally tested antibodies.", "source_ids": ["hie2023"], "source_locator": "Results: Efficient affinity maturation with protein language models", "evidence_setting": "prospective_experiment", "scope": "Parent-relative optimization in the reported systems", "limitations": "Does not imply a general calibration from likelihood to affinity.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-rfantibody", "statement": "The study experimentally and structurally validates selected epitope-directed antibody designs.", "source_ids": ["rfantibody"], "source_locator": "Abstract", "evidence_setting": "prospective_experiment", "scope": "Reported target systems and selected designs", "limitations": "Selected structural confirmations do not establish success for all generated designs.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-germinal", "statement": "Germinal reports functional antibody designs against four protein targets.", "source_ids": ["germinal"], "source_locator": "Public abstract", "evidence_setting": "prospective_experiment", "scope": "Reported targets and binder formats", "limitations": "Main text access was limited; no independent reproduction performed.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-aintibody", "statement": "AIntibody provides a blinded prospective comparison across three antibody discovery tasks.", "source_ids": ["aintibody2026"], "source_locator": "Abstract and Fig. 1", "evidence_setting": "prospective_experiment", "scope": "Challenge-specific submissions", "limitations": "Does not establish a method winner across arbitrary antigens.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-flab2", "statement": "FLAb2 reports property- and dataset-dependent performance across antibody fitness models.", "source_ids": ["flab2"], "source_locator": "Version 1 abstract", "evidence_setting": "mixed", "scope": "Collected experimental fitness datasets", "limitations": "Preprint; collection heterogeneity limits direct cross-assay comparison.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-ginkgo", "statement": "The blinded developability competition reports assay-dependent predictive performance.", "source_ids": ["ginkgo2026"], "source_locator": "Abstract", "evidence_setting": "prospective_experiment", "scope": "Competition platform and held-out antibodies", "limitations": "Correction notice identified but its contents remain unresolved.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-tnp", "statement": "TNP provides a nanobody-specific developability assessment framework.", "source_ids": ["tnp2026"], "source_locator": "Abstract and data availability", "evidence_setting": "mixed", "scope": "Nanobodies and the reported construct context", "limitations": "Transfer to other formats requires validation.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-biophi", "statement": "BioPhi combines humanization proposals and repertoire-based humanness assessment.", "source_ids": ["biophi"], "source_locator": "Abstract", "evidence_setting": "mixed", "scope": "Sequence humanization and humanness", "limitations": "Humanness is not a clinical immune-response outcome.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-sabdab2", "statement": "SAbDab2 provides stable antibody identifiers and curated structural ML resources.", "source_ids": ["sabdab2"], "source_locator": "About: Overview; Data and Downloads", "evidence_setting": "resource", "scope": "Official resource features as reviewed", "limitations": "Resource claims were not independently reproduced.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-16"}
{"id": "claim-domain-architecture", "statement": "Antibody heavy-chain classes differ in constant-domain and hinge architecture.", "source_ids": ["imgt_domains"], "source_locator": "V-DOMAIN and C-DOMAIN section", "evidence_setting": "resource", "scope": "Conventional human immunoglobulin architecture", "limitations": "Engineered constructs and nonhuman classes require explicit annotation.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}
{"id": "claim-cdr-conformations", "statement": "Antibody CDR structural analysis identifies recurring loop conformations and distinct H3 challenges.", "source_ids": ["north2011"], "source_locator": "Abstract and discussion", "evidence_setting": "computational_benchmark", "scope": "The curated structural dataset in the study", "limitations": "A historical clustering does not fix the conformation of every new sequence.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}
{"id": "claim-hcabs", "statement": "Camelid heavy-chain-only antibodies lack light chains and CH1.", "source_ids": ["hamers1993"], "source_locator": "Abstract", "evidence_setting": "retrospective_experiment", "scope": "Reported camelid antibody architecture", "limitations": "An isolated conventional VH is not thereby a camelid VHH.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}
{"id": "claim-secretory-iga", "statement": "Murine dimeric and secretory IgA structures resolve assembly with J chain and secretory component.", "source_ids": ["iga2020"], "source_locator": "Abstract and structural results", "evidence_setting": "retrospective_experiment", "scope": "Reported murine constructs", "limitations": "Do not infer identical structures for every human subclass or oligomer.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}
{"id": "claim-igm-assembly", "statement": "The human IgM Fc-J-chain complex forms an asymmetric pentamer in the reported structure.", "source_ids": ["igm2020"], "source_locator": "Abstract", "evidence_setting": "retrospective_experiment", "scope": "Fc-J-chain-pIgR ectodomain complex", "limitations": "The reported complex is not a full antigen-bound IgM assembly.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}
{"id": "claim-igg-receptors", "statement": "Human IgG subclasses differ in binding to Fc gamma receptors and receptor variants.", "source_ids": ["bruhns2009"], "source_locator": "Abstract", "evidence_setting": "retrospective_experiment", "scope": "Measured human subclass-receptor combinations", "limitations": "Receptor affinity alone does not establish cellular function.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}
{"id": "claim-igg4-exchange", "statement": "IgG4 can exchange heavy-light half-molecules to produce bispecific molecules.", "source_ids": ["igg4exchange2007"], "source_locator": "Abstract", "evidence_setting": "retrospective_experiment", "scope": "The reported IgG4 systems", "limitations": "Exchange behavior of engineered constructs requires its own evidence.", "claim_type": "source_summary", "review_status": "needs_expert_review", "reviewed_on": "2026-09-17"}

sources.json

knowledge / 18,041 字节

下载文件 ↓
预览内容
[
  {
    "id": "imgt",
    "title": "IMGT definitions of framework and CDR regions",
    "url": "https://www.imgt.org/IMGTScientificChart/Nomenclature/IMGT-FRCDRdefinition.html",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-16",
    "notes": "Numbering reference; preserve insertion positions.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "airr",
    "title": "AIRR Data Standards 2.0",
    "url": "https://docs.airr-community.org/en/v2.0.0/datarep/rearrangements.html",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-16",
    "notes": "Versioned schema; local observations are not AIRR exports.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "oas",
    "title": "Observed Antibody Space: A diverse database of cleaned, annotated, and translated unpaired and paired antibody sequences",
    "url": "https://pubmed.ncbi.nlm.nih.gov/34655133/",
    "publication_date": "2021-10-29",
    "publication_status": "peer_reviewed",
    "access_level": "abstract",
    "verified_on": "2026-09-16",
    "notes": "2022 issue; publication describes an earlier database snapshot.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "sabdab2",
    "title": "SAbDab2: The structural antibody database in the age of machine learning",
    "url": "https://sabdab.opig.stats.ox.ac.uk/about",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-16",
    "notes": "Associated 2026 preprint: https://doi.org/10.64898/2026.06.16.732554; resource reviewed, preprint not fully inspected.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "therasabdab",
    "title": "Thera-SAbDab: the Therapeutic Structural Antibody Database",
    "url": "https://opig.stats.ox.ac.uk/webapps/sabdab-sabpred/therasabdab/about",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-16",
    "notes": "Resource metadata may have different update dates for sequence and clinical status.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "jain2017",
    "title": "Biophysical properties of the clinical-stage antibody landscape",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC5293111/",
    "publication_date": "2017",
    "publication_status": "peer_reviewed",
    "access_level": "full_text_sections",
    "verified_on": "2026-09-16",
    "notes": "Selected article sections inspected; reference cohort is historically selected.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "tap2019",
    "title": "Five computational developability guidelines for therapeutic antibody profiling",
    "url": "https://doi.org/10.1073/pnas.1810576116",
    "publication_date": "2019-02-14",
    "publication_status": "peer_reviewed",
    "access_level": "full_text_sections",
    "verified_on": "2026-09-16",
    "notes": "Reference-distribution guidelines, not universal success criteria.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "tnp2026",
    "title": "Characterising nanobody developability to improve therapeutic design using the Therapeutic Nanobody Profiler",
    "url": "https://www.nature.com/articles/s42003-026-09594-y",
    "publication_date": "2026-01-31",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_metadata",
    "verified_on": "2026-09-16",
    "notes": "Version of record dated 2026-03-05; construct context matters.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "biophi",
    "title": "BioPhi: A platform for antibody design, humanization, and humanness evaluation based on natural antibody repertoires and deep learning",
    "url": "https://pubmed.ncbi.nlm.nih.gov/35133949/",
    "publication_date": "2022-02-08",
    "publication_status": "peer_reviewed",
    "access_level": "abstract",
    "verified_on": "2026-09-16",
    "notes": "Humanness metrics should not be treated as clinical outcome probabilities.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "af3",
    "title": "Accurate structure prediction of biomolecular interactions with AlphaFold 3",
    "url": "https://www.nature.com/articles/s41586-024-07487-w",
    "publication_date": "2024-05-08",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_metadata",
    "verified_on": "2026-09-16",
    "notes": "Structure prediction; paper page lists a November 2024 addendum. Software/weights terms require separate inspection.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "antifold",
    "title": "AntiFold: improved structure-based antibody design using inverse folding",
    "url": "https://academic.oup.com/bioinformaticsadvances/article/5/1/vbae202/8090019",
    "publication_date": "2025",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_sections",
    "verified_on": "2026-09-16",
    "notes": "DOI 10.1093/bioadv/vbae202. Full supplementary benchmark reproduction not performed.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "hie2023",
    "title": "Efficient evolution of human antibodies from general protein language models",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC10869273/",
    "publication_date": "2023-04-24",
    "publication_status": "peer_reviewed",
    "access_level": "full_text_sections",
    "verified_on": "2026-09-16",
    "notes": "2024 issue; inspected methods distinguish apparent IgG binding and Fab affinity.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "rfantibody",
    "title": "Atomically accurate de novo design of antibodies with RFdiffusion",
    "url": "https://www.nature.com/articles/s41586-025-09721-5",
    "publication_date": "2025-11-05",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_sections",
    "verified_on": "2026-09-16",
    "notes": "2026 issue; selected successful structures do not establish all-target success.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "rfantibody_code",
    "title": "RFantibody official repository",
    "url": "https://github.com/RosettaCommons/RFantibody",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-16",
    "notes": "README inspected, code not installed or executed; pin commit and weights before use.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "iggm2025",
    "title": "IgGM: A Generative Model for Functional Antibody and Nanobody Design",
    "url": "https://openreview.net/pdf?id=zmmfsJpYcq",
    "publication_date": "2025",
    "publication_status": "conference_paper",
    "access_level": "abstract_and_indexed_sections",
    "verified_on": "2026-09-16",
    "notes": "ICLR 2025. Detailed methods and supplementary results require further review.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "germinal",
    "title": "Efficient generation of epitope-targeted antibodies with Germinal",
    "url": "https://www.nature.com/articles/s41587-026-03187-0",
    "publication_date": "2026-06-23",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_metadata",
    "verified_on": "2026-09-16",
    "notes": "Subscription-limited main text. Public abstract, data/code pointers and July authorship/contact corrections inspected.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "aintibody2026",
    "title": "A blinded, prospective benchmark of in silico antibody discovery anchored to experimental affinity and developability",
    "url": "https://www.nature.com/articles/s41587-026-03238-6",
    "publication_date": "2026-08-19",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_sections",
    "verified_on": "2026-09-16",
    "notes": "Challenge-specific prospective evaluation; supplementary files not locally reanalyzed.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "flab2",
    "title": "Fitness Landscape for Antibodies 2: Benchmarking Reveals That Protein AI Models Cannot Yet Consistently Predict Developability Properties",
    "url": "https://www.biorxiv.org/content/10.64898/2025.12.27.696706v1",
    "publication_date": "2025-12-27",
    "publication_status": "preprint",
    "access_level": "abstract",
    "verified_on": "2026-09-16",
    "notes": "Version 1 only; no later publication status established by this review. Data/code pointer: https://github.com/Graylab/FLAb.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "ginkgo2026",
    "title": "Ginkgo Datapoints Antibody Developability Competition outcomes: limited model performance and a call for data standardization",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC12928636/",
    "publication_date": "2026-02-22",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_sections",
    "verified_on": "2026-09-16",
    "notes": "Associated correction source ginkgo_correction remains unresolved; avoid detailed leaderboard claims pending review.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "ginkgo_correction",
    "title": "Correction notice associated with the Ginkgo AbDev competition article",
    "url": "https://www.tandfonline.com/doi/full/10.1080/19420862.2026.2644040",
    "publication_date": "2026",
    "publication_status": "correction_notice",
    "access_level": "metadata_only",
    "verified_on": "2026-09-16",
    "notes": "Notice identified in search; attempted full-text access failed. Scope of correction unknown.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "tfolddesign",
    "title": "De novo design of epitope-specific antibodies via a structure-driven computational workflow",
    "url": "https://www.nature.com/articles/s41467-025-67361-9",
    "publication_date": "2025-12-10",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_indexed_sections",
    "verified_on": "2026-09-16",
    "notes": "Additional selected study, not reproduced or compared head-to-head.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "latentx2",
    "title": "Drug-like antibodies with low immunogenicity in human panels designed with Latent-X2",
    "url": "https://arxiv.org/abs/2512.20263",
    "publication_date": "2025-12-23",
    "publication_status": "preprint",
    "access_level": "abstract",
    "verified_on": "2026-09-16",
    "notes": "Author-reported selected donor-panel results; clinical outcomes and independent replication not established.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "imgt_domains",
    "title": "IMGT domain definitions",
    "url": "https://www.imgt.org/IMGTindex/Domain.php",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-17",
    "notes": "Domain nomenclature and class-dependent constant-domain architecture.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "imgt_fold",
    "title": "IMGT structural organization of immunoglobulins",
    "url": "https://www.imgt.org/IMGTeducation/Tutorials/3Dstructure/_UK/StructuralOrganization.html",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-17",
    "notes": "Foundational structural definitions; original diagram in this repository is schematic.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "imgt_fragments",
    "title": "IMGT immunoglobulins overview and fragment definitions",
    "url": "https://www.imgt.org/IMGTrepertoire/2D-3Dstruct/3Dstructures/IG/human/HuIgOvertable.html",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-17",
    "notes": "Fragment/domain definitions; not a performance comparison of formats.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "imgt_classes",
    "title": "IMGT antibody and immunoglobulin overview",
    "url": "https://www.imgt.org/IMGTindex/antibodies.php",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-17",
    "notes": "Used for class and common assembly definitions, not its historical INN naming guidance.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "imgt_isotypes",
    "title": "IMGT human and mouse immunoglobulin classes and subclasses",
    "url": "https://www.imgt.org/IMGTeducation/Tutorials/index.php?article=IGandBcells&chapter=Properties&lang=UK&nbr=Tableau2",
    "publication_date": null,
    "publication_status": "official_documentation",
    "access_level": "official_documentation",
    "verified_on": "2026-09-17",
    "notes": "Class/subclass and disulfide comparison; contains uncertainty annotations on some entries.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "north2011",
    "title": "A new clustering of antibody CDR loop conformations",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC3065967/",
    "publication_date": "2010-10-28",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_sections",
    "verified_on": "2026-09-17",
    "notes": "2011 issue. Historical clustering study, not a complete current inventory of loop conformations.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "fcglycan2016",
    "title": "Multi-level glyco-engineering techniques to generate IgG with defined Fc-glycans",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC5131652/",
    "publication_date": "2016",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_indexed_sections",
    "verified_on": "2026-09-17",
    "notes": "Abstract also inspected at PubMed 27872474; direct PMC access challenged. No glycoengineering experiments performed here.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "fcrn2014",
    "title": "Structural Insights into Neonatal Fc Receptor-based Recycling Mechanisms",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC3953293/",
    "publication_date": "2014",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_indexed_sections",
    "verified_on": "2026-09-17",
    "notes": "Structural work includes an engineered human Fc, not a generic prediction of serum half-life.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "hamers1993",
    "title": "Naturally occurring antibodies devoid of light chains",
    "url": "https://www.nature.com/articles/363446a0",
    "publication_date": "1993-06-03",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_metadata",
    "verified_on": "2026-09-17",
    "notes": "Original camelid heavy-chain-only antibody discovery; does not imply every isolated VH is a VHH.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "iga2020",
    "title": "The structures of secretory and dimeric immunoglobulin A",
    "url": "https://pmc.ncbi.nlm.nih.gov/articles/PMC7707832/",
    "publication_date": "2020",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_indexed_sections",
    "verified_on": "2026-09-17",
    "notes": "Primary cryo-EM study of murine SIgA/dIgA; species and construct scope retained.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "igm2020",
    "title": "Structural insights into immunoglobulin M",
    "url": "https://pubmed.ncbi.nlm.nih.gov/32029689/",
    "publication_date": "2020",
    "publication_status": "peer_reviewed",
    "access_level": "abstract",
    "verified_on": "2026-09-17",
    "notes": "Human IgM Fc with J chain and pIgR ectodomain; not a complete antigen-bound IgM structure.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "bruhns2009",
    "title": "Specificity and affinity of human Fcgamma receptors and their polymorphic variants for human IgG subclasses",
    "url": "https://pubmed.ncbi.nlm.nih.gov/19018092/",
    "publication_date": "2008-11-18",
    "publication_status": "peer_reviewed",
    "access_level": "abstract",
    "verified_on": "2026-09-17",
    "notes": "2009 issue. Receptor binding differences do not directly rank every cellular effector outcome.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "igg4exchange2007",
    "title": "Anti-inflammatory activity of human IgG4 antibodies by dynamic Fab arm exchange",
    "url": "https://pubmed.ncbi.nlm.nih.gov/17872445/",
    "publication_date": "2007-09-14",
    "publication_status": "peer_reviewed",
    "access_level": "abstract",
    "verified_on": "2026-09-17",
    "notes": "Fab-arm exchange evidence; engineered IgG4 molecules require construct-specific assessment.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "kohler1975",
    "title": "Continuous cultures of fused cells secreting antibody of predefined specificity",
    "url": "https://www.nature.com/articles/256495a0",
    "publication_date": "1975-08-01",
    "publication_status": "peer_reviewed",
    "access_level": "abstract_and_article_metadata",
    "verified_on": "2026-09-17",
    "notes": "Foundational hybridoma study; production method and clonality are distinct classification axes.",
    "reuse_status": "not_assessed"
  },
  {
    "id": "kih1996",
    "title": "Knobs-into-holes engineering of antibody CH3 domains for heavy chain heterodimerization",
    "url": "https://pubmed.ncbi.nlm.nih.gov/8844834/",
    "publication_date": "1996",
    "publication_status": "peer_reviewed",
    "access_level": "abstract",
    "verified_on": "2026-09-17",
    "notes": "Heavy-chain assembly approach; not a complete solution for every multispecific pairing problem.",
    "reuse_status": "not_assessed"
  }
]

taxonomy.json

knowledge/zh-CN / 6,050 字节

下载文件 ↓
预览内容
{
  "schema_version": "0.1",
  "reviewed_on": "2026-09-16",
  "tasks": [
    "ranking",
    "optimization",
    "de_novo"
  ],
  "categories": [
    {
      "id": "orientation",
      "title": "抗体 AI 知识体系:从分子认识到设计决策",
      "chapter_id": "index",
      "path": "book/zh-CN/00-index.md"
    },
    {
      "id": "molecular_foundations",
      "title": "抗体基础:识别、功能与分子形式",
      "chapter_id": "foundations",
      "path": "book/zh-CN/01-foundations.md"
    },
    {
      "id": "sequence_representation",
      "title": "序列、链配对与编号:把分子身份记录准确",
      "chapter_id": "representation",
      "path": "book/zh-CN/02-representation.md"
    },
    {
      "id": "target_context",
      "title": "抗原与表位:先把设计对象定义清楚",
      "chapter_id": "antigens",
      "path": "book/zh-CN/03-antigens.md"
    },
    {
      "id": "measurement_science",
      "title": "读懂实验结果:亲和力、动力学与功能标签",
      "chapter_id": "measurements",
      "path": "book/zh-CN/04-measurements.md"
    },
    {
      "id": "developability",
      "title": "可开发性:把风险拆成可测量的属性",
      "chapter_id": "developability",
      "path": "book/zh-CN/05-developability.md"
    },
    {
      "id": "humanization",
      "title": "人源化:序列更像人,不等于免疫原性更低",
      "chapter_id": "humanization",
      "path": "book/zh-CN/06-humanization.md"
    },
    {
      "id": "structural_modeling",
      "title": "结构建模:看清分子,也看清不确定性",
      "chapter_id": "structures",
      "path": "book/zh-CN/07-structures.md"
    },
    {
      "id": "model_families",
      "title": "模型怎么选:按任务、输入和证据分工",
      "chapter_id": "models",
      "path": "book/zh-CN/08-models.md"
    },
    {
      "id": "candidate_selection",
      "title": "候选抗体排序:先定义好,再决定先测谁",
      "chapter_id": "ranking",
      "path": "book/zh-CN/09-ranking.md"
    },
    {
      "id": "lead_engineering",
      "title": "抗体优化:围绕亲本改进,同时守住约束",
      "chapter_id": "optimization",
      "path": "book/zh-CN/10-optimization.md"
    },
    {
      "id": "conditional_generation",
      "title": "针对抗原从头设计:把生成结果当作可检验的假设",
      "chapter_id": "de_novo",
      "path": "book/zh-CN/11-de-novo.md"
    },
    {
      "id": "evaluation",
      "title": "模型评估:让测试集真正代表未来任务",
      "chapter_id": "evaluation",
      "path": "book/zh-CN/12-evaluation.md"
    },
    {
      "id": "experimental_learning",
      "title": "实验反馈:让每一轮结果都能改善下一轮决策",
      "chapter_id": "experimental_learning",
      "path": "book/zh-CN/13-experimental-learning.md"
    },
    {
      "id": "ai_training",
      "title": "如何用这本书训练 AI:知识语料与分子监督分开建设",
      "chapter_id": "ai_training",
      "path": "book/zh-CN/14-ai-training.md"
    },
    {
      "id": "data_resources",
      "title": "数据资源:按真实提供的标签选择",
      "chapter_id": "datasets",
      "path": "book/zh-CN/15-datasets.md"
    },
    {
      "id": "research_updates",
      "title": "近期研究进展:截至 2026 年 9 月的证据与影响",
      "chapter_id": "recent_evidence",
      "path": "book/zh-CN/16-recent-evidence.md"
    },
    {
      "id": "curation",
      "title": "证据维护:让知识可更新、可追溯、可纠错",
      "chapter_id": "maintenance",
      "path": "book/zh-CN/17-maintenance.md"
    },
    {
      "id": "worked_cases",
      "title": "推理算例与常用术语",
      "chapter_id": "examples",
      "path": "book/zh-CN/18-examples.md"
    },
    {
      "id": "molecular_architecture",
      "title": "抗体结构:从结构域到完整分子",
      "chapter_id": "antibody_architecture",
      "path": "book/zh-CN/19-antibody-architecture.md"
    },
    {
      "id": "antibody_classification",
      "title": "抗体类型:类别、形式、特异性与价数分开描述",
      "chapter_id": "antibody_types",
      "path": "book/zh-CN/20-antibody-types.md"
    }
  ],
  "facets": {
    "format": [
      "full_length_immunoglobulin",
      "IgG",
      "Fab",
      "F(ab')2",
      "Fv",
      "scFv",
      "VHH",
      "other_single_domain",
      "Fc_fusion",
      "multispecific",
      "conjugate"
    ],
    "input_modality": [
      "sequence",
      "structure",
      "assay",
      "literature"
    ],
    "endpoint": [
      "binding",
      "kinetics",
      "function",
      "specificity",
      "expression",
      "stability",
      "aggregation",
      "self_association",
      "immunogenicity",
      "pharmacokinetics"
    ],
    "evidence_setting": [
      "prospective_experiment",
      "retrospective_experiment",
      "computational_benchmark",
      "resource",
      "mixed"
    ],
    "heavy_chain_class": [
      "IgG",
      "IgA",
      "IgM",
      "IgD",
      "IgE",
      "not_applicable",
      "unknown"
    ],
    "human_subclass": [
      "IgG1",
      "IgG2",
      "IgG3",
      "IgG4",
      "IgA1",
      "IgA2",
      "not_applicable",
      "unknown"
    ],
    "light_chain_type": [
      "kappa",
      "lambda",
      "absent",
      "mixed_engineered",
      "unknown"
    ],
    "clonality": [
      "monoclonal",
      "polyclonal",
      "defined_cocktail",
      "unknown"
    ],
    "specificity": [
      "monospecific",
      "bispecific",
      "multispecific",
      "unknown"
    ],
    "valency": [
      "monovalent",
      "bivalent",
      "multivalent",
      "unknown"
    ],
    "sequence_origin": [
      "nonhuman",
      "chimeric",
      "humanized",
      "human_derived",
      "designed",
      "mixed",
      "unknown"
    ]
  },
  "edition": "0.2",
  "updated_on": "2026-09-17",
  "language": "zh-CN",
  "adapted_on": "2026-09-17"
}

claim.schema.json

schemas / 1,340 字节

下载文件 ↓
预览内容
{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "title": "Antibody KB evidence claim",
  "type": "object",
  "additionalProperties": false,
  "required": [
    "id",
    "statement",
    "source_ids",
    "source_locator",
    "evidence_setting",
    "scope",
    "limitations",
    "claim_type",
    "review_status",
    "reviewed_on"
  ],
  "properties": {
    "id": {
      "type": "string",
      "pattern": "^claim-[a-z0-9-]+$"
    },
    "statement": {
      "type": "string",
      "minLength": 1
    },
    "source_ids": {
      "type": "array",
      "minItems": 1,
      "uniqueItems": true,
      "items": {
        "type": "string"
      }
    },
    "source_locator": {
      "type": "string",
      "minLength": 1
    },
    "evidence_setting": {
      "enum": [
        "prospective_experiment",
        "retrospective_experiment",
        "computational_benchmark",
        "resource",
        "mixed"
      ]
    },
    "scope": {
      "type": "string",
      "minLength": 1
    },
    "limitations": {
      "type": "string",
      "minLength": 1
    },
    "claim_type": {
      "const": "source_summary"
    },
    "review_status": {
      "enum": [
        "needs_expert_review",
        "expert_reviewed"
      ]
    },
    "reviewed_on": {
      "type": "string",
      "format": "date"
    }
  }
}

observation.schema.json

schemas / 3,631 字节

下载文件 ↓
预览内容
{
  "$schema": "https://json-schema.org/draft/2020-12/schema",
  "title": "Minimal assay observation interchange record",
  "description": "Local schema, not an AIRR schema. One observation per record. Keep raw assay files separately.",
  "type": "object",
  "additionalProperties": false,
  "required": [
    "id",
    "candidate_id",
    "antigen_id",
    "construct_id",
    "format",
    "comparison_group",
    "endpoint",
    "origin",
    "relation",
    "value",
    "unit",
    "assay",
    "source_ids",
    "notes"
  ],
  "properties": {
    "id": {
      "type": "string",
      "minLength": 1
    },
    "candidate_id": {
      "type": "string",
      "minLength": 1
    },
    "antigen_id": {
      "type": "string",
      "minLength": 1
    },
    "construct_id": {
      "type": "string",
      "minLength": 1
    },
    "format": {
      "type": "string",
      "minLength": 1
    },
    "comparison_group": {
      "type": "string",
      "minLength": 1
    },
    "endpoint": {
      "type": "string",
      "minLength": 1
    },
    "unit": {
      "type": "string",
      "minLength": 1
    },
    "notes": {
      "type": "string",
      "minLength": 1
    },
    "origin": {
      "enum": [
        "measured",
        "predicted",
        "synthetic"
      ]
    },
    "relation": {
      "enum": [
        "=",
        "<",
        "<=",
        ">",
        ">=",
        "missing"
      ]
    },
    "value": {
      "type": [
        "number",
        "null"
      ]
    },
    "assay": {
      "type": "object",
      "additionalProperties": false,
      "required": [
        "method",
        "temperature_c",
        "pH",
        "batch",
        "replicate_type"
      ],
      "properties": {
        "method": {
          "type": "string",
          "minLength": 1
        },
        "temperature_c": {
          "type": [
            "number",
            "null"
          ]
        },
        "pH": {
          "type": [
            "number",
            "null"
          ],
          "minimum": 0,
          "maximum": 14
        },
        "batch": {
          "type": [
            "string",
            "null"
          ]
        },
        "replicate_type": {
          "enum": [
            "biological",
            "technical",
            "unknown",
            "not_applicable"
          ]
        }
      }
    },
    "source_ids": {
      "type": "array",
      "uniqueItems": true,
      "items": {
        "type": "string"
      }
    }
  },
  "allOf": [
    {
      "if": {
        "properties": {
          "relation": {
            "const": "missing"
          }
        }
      },
      "then": {
        "properties": {
          "value": {
            "type": "null"
          }
        }
      },
      "else": {
        "properties": {
          "value": {
            "type": "number"
          }
        }
      }
    },
    {
      "if": {
        "properties": {
          "endpoint": {
            "const": "KD"
          }
        },
        "not": {
          "properties": {
            "relation": {
              "const": "missing"
            }
          }
        }
      },
      "then": {
        "properties": {
          "unit": {
            "const": "M"
          },
          "value": {
            "type": "number",
            "exclusiveMinimum": 0
          }
        }
      }
    },
    {
      "if": {
        "properties": {
          "origin": {
            "const": "measured"
          }
        }
      },
      "then": {
        "properties": {
          "source_ids": {
            "minItems": 1
          }
        }
      }
    }
  ]
}

source-notes.json

knowledge/zh-CN / 6,909 字节

下载文件 ↓
预览内容
{
  "imgt": {
    "title": "IMGT 框架区与 CDR 定义",
    "notes": "编号参照;必须保留插入位置。"
  },
  "airr": {
    "title": "AIRR 数据标准 2.0",
    "notes": "具有版本标识的数据规范;本仓库的观测记录不是 AIRR 导出。"
  },
  "oas": {
    "title": "OAS:已清理、注释和翻译的配对与未配对抗体序列库",
    "notes": "在线发表于 2021 年,刊载于 2022 年卷期;论文描述的是当时的数据库快照。"
  },
  "sabdab2": {
    "title": "SAbDab2:面向机器学习的抗体结构数据库",
    "notes": "已核查官方资源;关联的 2026 年预印本未完成全文审阅,DOI:10.64898/2026.06.16.732554。"
  },
  "therasabdab": {
    "title": "Thera-SAbDab:治疗性抗体结构数据库",
    "notes": "序列与临床状态可能采用不同的更新日期,应分别核对。"
  },
  "jain2017": {
    "title": "临床阶段抗体的生物物理性质",
    "notes": "核查了部分原文章节;参考队列受当时的候选选择影响。"
  },
  "tap2019": {
    "title": "TAP:治疗性抗体的五项计算可开发性指引",
    "notes": "指标依据参照分布建立,不是通用成功标准。"
  },
  "tnp2026": {
    "title": "TNP:通过纳米抗体可开发性表征改进设计",
    "notes": "正式记录版本日期为 2026-03-05;解释结果时须保留构建体背景。"
  },
  "biophi": {
    "title": "BioPhi:抗体设计、人源化与人源性评价平台",
    "notes": "人源性指标不能当作临床免疫反应概率。"
  },
  "af3": {
    "title": "AlphaFold 3:生物分子相互作用的结构预测",
    "notes": "论文页列有 2024 年 11 月补充说明;软件与权重使用条款须另行核查。结构预测不等于亲和力测量。"
  },
  "antifold": {
    "title": "AntiFold:利用逆折叠改进抗体结构条件设计",
    "notes": "DOI:10.1093/bioadv/vbae202;未复现完整补充基准。"
  },
  "hie2023": {
    "title": "利用通用蛋白语言模型高效优化人抗体",
    "notes": "2023 年在线、2024 年卷期;所查方法区分 IgG 表观结合与 Fab 亲和力。"
  },
  "rfantibody": {
    "title": "使用 RFdiffusion 从头设计抗体并开展原子层面结构验证",
    "notes": "2025 年在线、2026 年卷期;选定成功结构不能证明对所有靶标均有相同成功率。"
  },
  "rfantibody_code": {
    "title": "RFantibody 官方代码仓库",
    "notes": "核查了 README,未安装或运行代码;使用前应锁定提交与权重版本。"
  },
  "iggm2025": {
    "title": "IgGM:功能性抗体与纳米抗体生成模型",
    "notes": "ICLR 2025 会议论文;详细方法及补充结果仍需进一步审阅。"
  },
  "germinal": {
    "title": "Germinal:高效生成靶向指定表位的抗体",
    "notes": "正文受订阅限制;核查了公开摘要、数据与代码入口,以及 7 月作者署名和联系信息更正。"
  },
  "aintibody2026": {
    "title": "AIntibody:以实验亲和力与可开发性为依据的盲法前瞻基准",
    "notes": "结论限于挑战任务;未在本地重新分析补充数据。"
  },
  "flab2": {
    "title": "FLAb2:抗体适应度与可开发性预测基准",
    "notes": "仅核查预印本 v1,未确定后续正式发表状态;数据与代码入口为 Graylab/FLAb。"
  },
  "ginkgo2026": {
    "title": "Ginkgo 抗体可开发性竞赛:模型表现与数据标准化问题",
    "notes": "关联更正尚待核查;在弄清影响范围前,不引用精确榜单结论。"
  },
  "ginkgo_correction": {
    "title": "Ginkgo AbDev 论文的关联更正通知",
    "notes": "检索识别了该通知,但全文访问失败;更正的具体范围未知。"
  },
  "tfolddesign": {
    "title": "通过结构驱动流程设计表位特异性抗体",
    "notes": "补充收录的原始研究,未复现,也未与其他方法进行同条件比较。"
  },
  "latentx2": {
    "title": "Latent-X2:设计抗体的类药性质与人供者免疫反应评估",
    "notes": "预印本中作者报告的特定供者面板结果;未建立临床结局证据或独立复现。"
  },
  "imgt_domains": {
    "title": "IMGT 结构域定义",
    "notes": "用于结构域命名,以及不同类别的恒定域组成。"
  },
  "imgt_fold": {
    "title": "IMGT 免疫球蛋白的结构组织",
    "notes": "用于基础结构定义;本仓库插图是原创示意图。"
  },
  "imgt_fragments": {
    "title": "IMGT 免疫球蛋白与片段定义",
    "notes": "用于片段和域的定义,不用于比较各种形式的优劣。"
  },
  "imgt_classes": {
    "title": "IMGT 抗体与免疫球蛋白概览",
    "notes": "仅采用类别和常见组装定义,不采用其历史性国际非专利名称命名指引。"
  },
  "imgt_isotypes": {
    "title": "IMGT 人与小鼠免疫球蛋白类别和亚类",
    "notes": "用于类别、亚类与二硫键比较;部分原始条目带有不确定性注释。"
  },
  "north2011": {
    "title": "抗体 CDR 环构象的新聚类",
    "notes": "2010 年在线、2011 年卷期;这是历史结构聚类研究,不是当前全部环构象的清单。"
  },
  "fcglycan2016": {
    "title": "通过多层次糖工程获得确定 Fc 糖型的 IgG",
    "notes": "另查阅 PubMed 27872474 摘要;直接访问 PMC 受阻,本仓库未进行糖工程实验。"
  },
  "fcrn2014": {
    "title": "FcRn 介导回收机制的结构基础",
    "notes": "研究包含工程化人 Fc,不能直接预测任意抗体的血清半衰期。"
  },
  "hamers1993": {
    "title": "天然存在的无轻链抗体",
    "notes": "骆驼科重链抗体的原始发现;不意味着任何孤立 VH 都是 VHH。"
  },
  "iga2020": {
    "title": "分泌型与二聚体 IgA 的结构",
    "notes": "原始冷冻电镜研究使用小鼠 SIgA/dIgA,保留物种与构建体范围。"
  },
  "igm2020": {
    "title": "IgM 的结构认识",
    "notes": "研究对象为人 IgM Fc、J 链与 pIgR 胞外域,不是完整的抗原结合态 IgM。"
  },
  "bruhns2009": {
    "title": "人 Fcγ 受体及其多态变体对 IgG 亚类的特异性与亲和力",
    "notes": "2008 年在线、2009 年卷期;受体结合差异不能直接推广为各种细胞效应的排序。"
  },
  "igg4exchange2007": {
    "title": "人 IgG4 的动态 Fab 臂交换与抗炎活性",
    "notes": "支持 Fab 臂交换现象;工程化 IgG4 仍须按具体构建体评价。"
  },
  "kohler1975": {
    "title": "持续培养产生预定特异性抗体的融合细胞",
    "notes": "基础杂交瘤研究;生产方式和克隆组成是不同分类维度。"
  },
  "kih1996": {
    "title": "通过 CH3 的 knobs-into-holes 工程促进重链异二聚",
    "notes": "解决重链组装的一种方法,不能独立解决全部多特异分子的配对问题。"
  }
}