Immunogenicity Prediction (WeADApt v4.2)
简介
WeADApt (Wecomput ADA prediction) 是唯信开发的基于多模融合深度学习架构的免疫原性预测系统（也被熟知为AlphaMHC）。
该方法采用全新的多模融合深度神经网络架构，整合了近10亿条与免疫原性相关的湿实验数据（包括亲和力数据、呈递数据、NGS数据、质谱数据等）进行训练，有机地将多个与免疫原性相关的模型融合，构成一个高效的免疫反应模拟系统，可准确地模拟蛋白、抗体、多肽、疫苗等生物药的免疫原性，并能鉴别潜在的免疫原性的T细胞表位（引起临床人体免疫应答的肽段），实现了从序列到临床免疫原性风险的端到端的预测，并通过了数百条来自FDA、EMA的临床真实免疫原性数据（包括单/多特异性抗体和重组蛋白等）的验证测试。
v4.2版本
该版本相比v4.1进一步提升了预测的特异性，且对不同风险水平的表位的区分度更高，结果对于去免疫原性改造更有指导性。
V4.2版本相对于上个版本v4.1主要有以下改进：
- 算法架构优化
- 测试集规模扩大1倍
- 分类能力F1提升：18%
- 特异性提升：26%
- 敏感性提升：4%
性能测试
我们从FDA和EMA的临床试验中收集了200余个已知免疫原性的分子及其ADA的分布，计算模型预测值与真实ADA发生率的相关性，以测试预测性能。
在二分类测试中，将>20% ADA定义为高风险，20%以下定义为低风险。
单抗 mAb
使用唯信收集整理的166个临床及上市单抗的ADA数据的测试结果如下图所示，0.2分作为单抗的高/低风险的阈值，WeADApt表现出了最好的分类能力，准确率为86%，召回率为88%，富集率（AUC）为0.87，超过了行业知名学术软件IEDB、NetMHCllpan等。
在EpiVax论文中公开的42个临床抗体分子的数据集上，WeADApt的预测结果与ADA的相关性超过了知名的商业软件EpiMatrix（R^2=0.52 vs R^2=0.42)。
双抗 BsAB
WeADApt被设计为兼容各类的分子形式，不论是对称还是非对称、是否有重复结构域的任意蛋白分子，仅需输入不重复的链即可（重复链全部输入也会自动处理）。
对比下图，WeADApt对于双抗的预测分数会相比实际ADA较单抗偏高，因此高风险的阈值建议比单抗相应提高至0.4附近。
本系统仅从序列水平预测产生的影响，因此尤其适合同类靶点和相同MOA分子的相对比较和筛选。
实用建议
关于版本选择
新项目可以优先使用v4.2。对于已经使用过v4.1的项目，如果发现结果差异较大，可以参照已知临床分子的结果（比如阳性对照等），以一致性更高的版本为准。在可接受的情况下，尽量切换到v4.2。
关于风险阈值
实际项目中对于高风险阈值的定义，除了按照程序默认的单双抗0.2/0.4的标准之外，也可以以项目的阳性分子作为基准，因为不同靶点或MOA对于绝对值的影响还是蛮大的。
参数说明
动态计算量
≤ 5 条序列：5000 计算量 / 条
第 6–100 条序列：500 计算量 / 条
超过 100 条的部分：50 计算量 / 条
Fasta File
蛋白序列文件，FASTA 格式，必选参数。支持多条链以及多分子模式。对于多分子模式，序列名称规则为 分子名.链名，其中链名只支持单个字母，不支持数字或多个字母。
示例：
Molecule Score
蛋白级别的打分和风险评估结果文件。默认值为 MolScore.csv。
TCE Score
表位（TCE）明细数据输出文件。默认值为 TceScore.csv。
Export Details
是否导出明细数据，默认值为 no。开启后会影响运行效率；当序列数超过 20 时，即使设置为 yes 也不会输出明细。
Export Heatmap
是否导出可视化热图，默认值为 no。
Risk Threshold
自定义高低风险分界线，默认值为 0.2。小于该值标记为低风险（Low），大于或等于该值标记为高风险（High）。单抗建议设置为 0.2，双抗建议设置为 0.4。
Hide Low TCE
最终输出 TCE 明细数据时，自动过滤低于指定分数的 TCE 片段。默认值为 0。
