kitAb: an automated framework for assay-specific antibody developability modeling and large-scale landscape analysis

技術要約：kitAb – アッセイ特異的な抗体デベラビリティ・モデリングのための自動化フレームワーク

問題提起

抗体のデベラビリティ（開発適性）とは、治療薬として望ましい結合特性を持つ抗体を製造できる能力のことであり、発現収率、凝集傾向、コロイド安定性、粘度などの複数の物理化学的特性によって支配されます。しかし、特定の実験アッセイにおける各特性の重要性は大きく異なります。既存の計算手法には、以下のようないくつかの限界があります。

• 固定された評価: 多くのツールは、アッセイ特異的なニュアンスを考慮しない、静的で普遍的なスコアを提供します。
• 計算コスト: 高精度な手法（例：PROPERMAB）は、計算負荷の高い静電ポテンシャルや分子表面の計算に依存しており、大規模なライブラリへのスケーラビリティを阻害しています。
• 断片化されたインフラストラクチャ: TAPのようなツールはウェブベースのアクセスを提供していますが、スタンドアロンのオープンソースコードが欠けています。また、商業的なソリューション（例：MOE）は公開配布ができません。
• データの希少性: 公開されているデベラビリティのデータセットは小さく（数十から数百の測定値）、アッセイごとに異なり、比較が困難です。そのため、限られたデータから学習し、より大きな候補ライブラリへと汎化できるモデルが必要です。

したがって、スケーラブルな記述子計算と、アッセイ特異的な予測モデル構築能力を組み合わせた、統一されたオープンソースのワークフローが求められています。

方法論

著者らは、抗体Fv領域のスケーラブルな物理化学的特性評価およびアッセイ特異的なデベラビリティ・モデリングのために設計された、オープンソース・フレームワークであるkitAbを提示しています。このワークフローは、主に3つのステージで構成されています。

1. 構造予測と準備:

   • Fv構造は、ABodyBuilder2 (ABB2)、ABodyBuilder3 (ABB3)、またはFlashABBを用いて予測されます。
   • 構造は、幾何学的形状を精緻化し、欠損原子や水素を追加するために、AMBER ff14SB力場を用いた拘束最小化が行われます。
   • 本フレームワークは、堅牢性を評価するために複数の構造生成バックエンドをサポートしています。

2. 記述子の計算:

   • kitAbは、Fv配列および予測構造から導出される59個の解釈可能な記述子を計算します。
   • 記述子は以下のように分類されます：
     • 表面の物理化学性: 疎水性、芳香族、および電荷を持つ残基の全般的および局所的（CDR近傍）な溶媒接触表面積 (SASA)。
     • 空間的組織化: 疎水性および電荷を持つ残基の空間パッチの特定（DBSCANを使用）、パッチ面積、およびクラスターレベルのSASAのシャノンエントロピー。
     • 局所的幾何学: 露出した残基の平面性、および水素結合密度／エネルギー。
     • 全般的特性: 純電荷、等電点 (pI)、双極子モーメント、電荷対称性、および界面埋没。
     • 配列由来: CDR組成（Gly、Pro、芳香族、電荷の割合）、モチーフ数（例：Tyr-Tyr）、および塩橋数。
   • 計算には、確立されたスケール（例：Wimley-Whiteの疎水性）およびツール（FreeSASA、PROPKA、DSSP）が使用されます。

3. 自動機械学習 (AutoML):

   • 本フレームワークは、自動的な特徴量選択と回帰を統合しています。
   • 戦略には、線形カーネルサポートベクター回帰 (SVR)、逐次前方特徴量選択 (SFS)、およびエラスティックネット回帰が含まれます。
   • 交差検証は、データリークを防ぐために、配列を考慮したフォールド（可能な場合）または定義済みのスプリットを使用して行われます。

主な貢献

• スケーラブルなフレームワーク: kitAbは、構造予測、記述子計算、およびモデル訓練を組み合わせた統一されたオープンソース・パイプラインを提供し、現在のツールの断片化に対処します。
• 計算効率: 記述子の計算は、単一構造のベンチマークにおいて、同等の予測性能を維持しながら、PROPERMABよりも約11倍高速です。
• アッセイ特異的モデリング: 普遍的なデベラビリティ・スコアを強制するのではなく、kitAbはラベル付きデータからアッセイ特異的な予測器を学習します。これは、異なるアッセイ（例：粘度 vs 凝集）が異なる物理化学的要因に依存していることを認めるものです。
• レパートリー規模の分析: 本フレームワークは、約340万個の天然抗体と706個の治療用抗体に適用され、「デベラビリティのランドスケープ」をマッピングし、天然レパートリーと臨床段階の治療薬との間の系統的な物理化学的差異を特定しました。

結果

ベンチマーク性能:

• kitAbは、46個の実験的エンドポイント（熱安定性、凝集、多反応性、粘度）を含む10の公開データセットを用いて評価されました。
• 予測精度: 配列を考慮したスプリットまたは定義済みのスプリットにおいて、kitAbモデルはPROPERMAB（平均Spearman $\rho \approx 0.36$）と同等の性能を達成し、TAPおよび配列のみのベースラインを上回りました。
• アッセイ依存性: 性能はアッセイの種類によって大きく変動しました。
  • 高い予測可能性: 疎水性関連のエンドポイント (HIC, SMAC) および電荷関連のエンドポイント (cIEF, ヘパリン保持) は良好に予測されました ($\rho$ は最大0.97)。
  • 中程度／低い予測可能性: 自己会合および相互作用アッセイは、結果が変動しました。熱安定性のエンドポイントは特に困難であり、いくつかのケース（例：Jain 2024 Tm）では、配列のみのモデルが構造記述子よりも優れた性能を示しました。これは、低データ環境においては、構造の複雑さがノイズを導入する可能性があることを示唆しています。
• 構造の感度: 個々の幾何学に敏感な記述子の変動にもかかわらず、予測性能は異なる構造生成バックエンド（ABB2, ABB3, FlashABB）間で安定していました。

レパートリー規模の分析:

• 天然抗体と治療用抗体の分析により、治療用抗体は単一の天然の分化状態（ナイーブ、メモリーなど）に単純に類似しているわけではないことが明らかになりました。
• 主な相違点:
  • 治療用抗体は、CDR-H3ループが短く、一方でCDR内のプロリン含有量が高いという特徴がありました。
  • 表面パターニング: 治療用抗体は、全般的に最も高い露出芳香族表面積と正の表面積を示しましたが、一部の天然サブセットと比較して、小さな正電荷のCDRパッチを維持していました。これは、非特異的相互作用を減らすために、パラトープ付近に集中した正電荷を避ける傾向があることを示唆しています。
  • 生殖細胞系列との関連: 特定の重鎖・軽鎖の組み合わせ（例：IGHV3 × IGKV1）は、治療用抗体に近いプロファイルに関連していました。一方で、他の組み合わせ（例：IGHV4 × IGLV2）は、より大きな隔たりに関連していました。注目すべきは、文献において低ポリレアクティビティに関連するとされているIGKV5-2生殖細胞系列が、その酸性的かつ高度に双極的な性質により、多変量的な治療用プロファイルからは遠い位置にあることでした。

意義と主張

本論文は、kitAbが抗体開発における共通の物理化学的座標系として機能すると主張しています。その意義は以下の通りです：

1. 実用的な有用性: 候補物質の優先順位付けや、天然および治療用抗体空間の大規模な分析のための、実用的で高速かつ解釈可能なツールを提供します。
2. 複雑さと簡便さのバランス: 粗視化された解釈可能な記述子が、原子レベルのシミュレーションによるオーバーヘッドなしに、多くのデベラビリティ・アッセイに対して十分な予測信号を保持していることを示しています。
3. デベラビリティへの洞察: レパートリー分析は、治療用のデベラビリティが単なる全般的な組成だけでなく、物理化学的特性の空間的組織化（例：全般的な正電荷と局所的なCDRパッチの分離）によって定義されることを浮き彫りにしました。
4. 限界の承認: 著者らは、本フレームワークがFv領域のみを対象としていること（Fcの効果を無視している）、予測された構造に依存していること、および公開データセットの小ささと不均一性に制約されていることを謙虚に述べています。彼らは、一部のエンドポイントにおいては、単純な配列由来の特性の方が、複雑な構造記述子よりも低データ設定において堅牢である可能性があることを強調しています。

コードとワークフローは https://github.com/katyachemistry/kitAb/ で公開されており、インタラクティブなウェブサーバーも https://kitab-atlas.com/ で提供されています。