Immunogenicity Prediction (WeADApt v4.3)

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。

在同样的43个抗体分子的临床ADA数据集上，WeADApt v4.3预测的相关性超过了知名的商业软件EpiMatrix（R2=0.45 vs R2=0.42)。

v4.3版本

V4.3版本相对于上个版本v4.2主要有以下改进：

• 引入人群覆盖度概念(Allele Frequency Net Database)，并根据该信息优化了目标HLA列表；
• 优化了表位计算的逻辑；
• 优化了相关组件，提升计算效率；
• 重新设计了报告的样式，更加直观的展示表位位置；

性能

测试数据：

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，以测试其预测性能。

单抗 mAb

使用唯信收集整理的200多个临床及上市单抗的ADA数据的测试结果如下图所示，预测分数与ADA发生率的Spearmanr相关性提升到R=0.74。

0.2分适合作为单抗的高/低风险的阈值（>20% ADA定义为高风险）。

双抗 BsAB

WeADApt v4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）。

使用唯信收集整理的双抗ADA数据集的测试表现如下图所示，预测分数与ADA发生率的Pearson相关性达到R=0.62。

延续 v4.2 版本的设计，该版本以0.4的分数作为分界线时，可以较好的区分高、低风险的双抗分子。

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分子的相对比较和筛选。

参数说明

动态计算量

≤ 5 条序列：10000 计算量 / 条
第 6–100 条序列：1000 计算量 / 条
超过 100 条的部分：100 计算量 / 条

Fasta File

待预测的 Fasta 文件。
对序列名有要求，程序内部使用 “蛋白.链名” 的形式区分不同蛋白。

Molecule Score

蛋白级别的打分和风险评估结果文件。
默认值： MolScore.csv

TCE Score

表位（TCE）明细数据输出文件。
默认值： TceScore.csv

Export Details

是否导出明细数据。
默认值： no

• 开启会影响运行效率
• 当序列数 超过 20 时，即使设置为 yes 也不会输出明细

Export HTML Reports

是否导出可视化 HTML 报告。
默认值： no

• 开启会影响运行效率
• 当序列数 超过 20 时，即使设置为 yes 也不会输出报告

Risk Threshold

风险评估阈值。
默认值： 0.2

• 双抗分子建议使用 0.4

Hide Low TCE

在表位明细输出中，屏蔽分数 小于该值 的表位。
默认值： 0

结果说明

蛋白级别的打分和风险评估结果输出至 MolScore.csv，表示任一 TCE 发生的总体概率；表位（TCE）明细数据输出至 TceScore.csv，表示对应 TCE 发生的概率。Details.xlsx 提供更详细的数据，用于确认哪些 9 肽对结果影响更大；Plots.tar 为可视化报告压缩包，其中每个分子对应一个独立的 HTML 页面报告。