AWS와 Johns Hopkins Engineering, AI/ML 항체 설계용 대규모 데이터셋 공개

AWS와 Johns Hopkins Engineering가 AI/ML 기반 항체 설계를 평가하기 위한 Antibody Developability Benchmark를 공개했다. 기존 공개 데이터의 편향과 부족한 다양성을 보완하도록 설계된, 대규모·고다양성 기준점이다.

항체 개발은 여전히 비용과 시간이 많이 든다. 공개 데이터는 단일 포맷이나 단일 타깃에 치우친 경우가 많아, 모델이 실제로 developability를 잘 예측하는지 신뢰성 있게 비교하기 어려웠다.

이 벤치마크는 문헌에 있는 기존 기준점보다 20배 더 다양하며, 다음 구성을 포함한다.

• 50개 seed antibodies
• 4개 구조 형식: IgG, VHH, NearGermline-IgG, scFv
• 42개 antigens
• 6개 핵심 특성: expression, purity, thermostability, aggregation, polyreactivity, hydrophobicity

각 seed antibody에는 체계적인 mutation 전략이 적용됐다. pLM-guided와 비-pLM-guided 변형, amino acid substitution, insertion/deletion을 모두 포함했고, seed당 최대 99개 engineered variant가 만들어졌다.

특히 좋은 developability와 나쁜 developability를 함께 담았고, 모든 데이터는 wet-lab 실험으로 검증됐다. 모델은 데이터셋에 사전 노출되지 않은 상태에서 zero-shot inference로 평가돼, data leakage 없이 공정한 비교가 가능했다.

연구진은 이 벤치마크가 모델 성능을 더 정확히 가려내고, 향후 더 많은 모델과 속성을 추가하는 확장형 기준점이 될 것으로 보고 있다. 결과는 현재 Amazon Bio Discovery에서 확인할 수 있으며, 추가 벤치마크는 올해 말 논문과 함께 공개될 예정이다.