实测结果用于每轮抗体设计
治疗抗体开发需要同时考虑结合、表达和可开发性。基因泰克（Genentech）等团队提出“实验室在环”（Lab-in-the-loop，LitL）框架，由生成模型提出候选、预测模型估计性质，再挑选一部分进行体外测量，把结果用于下一轮训练与设计。
这项工作首次于 2025 年 2 月 24 日在 bioRxiv 发布；此处依据 11 月 8 日的第 3 版预印本，尚未经同行评议。研究包含 4 轮、1,800 余项抗体设计，针对表皮生长因子受体（epidermal growth factor receptor，EGFR）、白细胞介素 6（interleukin-6，IL-6）、人表皮生长因子受体 2（human epidermal growth factor receptor 2，HER2）和抑瘤素 M（oncostatin M，OSM）。
11 种起始抗体中，10 种来自动物免疫及抗体库挖掘，另一种为曲妥珠单抗。后续计算与体外优化是本篇非动物方法的部分，整个发现过程仍包含动物来源的起点。
模型选择兼顾结合与表达，实验决定反馈数据
框架集合多种生成方法，让它们探索不同候选空间；候选再经过异常设计与可开发性风险过滤。预测模型分别估计结合、表达和非特异性风险，排序时寻找在多个性质上仍有改进机会的设计。
排序还排除已被已有设计全面超过的候选：如果另一抗体在每个所测性质上都至少一样好，继续测试前者的价值便较小。团队用这样的多目标比较，在有限实验容量下同时保留性能改进和探索不同设计的机会。
每轮的性质模型会用前一轮留出数据比较，再决定下一轮采用哪种预测器。随着实测数据增加，生成与预测模型持续更新。这是一种主动学习设计：模型既需要提出可能更好的抗体，也要选择有助于改进下一轮模型的测量对象。
数据少的早期阶段，模型主要扩展种子附近的设计空间；后续再依据新测标签加强定向优化。整个过程从已有结合和可开发性基础的种子出发，所得改善也依赖这些起点与实验质量。
抗体结合由表面等离子体共振（surface plasmon resonance，SPR）测量，分析结合与解离过程，估算平衡解离常数。该数值更小表示结合更紧；它不同于细胞功能抑制所需浓度，也不同于体内暴露。
4 轮后，10 种种子找到至少 3 倍更紧的结合变体
实验环节同样构成约束。作者介绍的生产与测量流程，可在约 4–6 周时间内并行获得数百项高分辨率数据。候选选择因此也要考虑每轮可完成的测量量，以及下一轮模型需要补充哪些数据。
团队预先把相对种子至少 3 倍的结合改善作为主要成功门槛。第 1 轮达到门槛的设计约占 2%，涉及 3 种种子；第 4 轮这一比例超过 21%。按每种种子的最佳设计看，11 种中有 10 种达到 3 倍门槛，其中 5 种超过 10 倍。
图中预测与实测的相关性高于首轮，但第 3 轮高于第 4 轮，相关性未逐轮提高。不同种子的改善幅度也不同，仍有 1 种未达主要门槛。图中展示的是体外结合结果，药效、临床反应率及其他设计的表现仍需各自测量。
窄屏可横向滑动查看完整图表。
随机组合基线也得到强结合，比较不支持全面领先
研究为 5 种种子另建随机组合对照，利用首轮已知变异组合新设计，并尽量匹配机器学习组的测试量和变异负荷。这一对照利用了已有抗体筛选知识，构成较强的比较基线。
2 类设计的亲和力分布总体相近。5 种种子中，3 种的最高结合改善来自第 3 或第 4 轮模型设计，2 种来自随机对照。团队同时指出，对照没有按表达产量和可开发性约束优化，因此这个比较主要回答结合性能，未完整评价多性质优化的优劣。
可开发性结果中，实测、预测和筛选要分开
最佳结合设计用治疗抗体分析器（Therapeutic Antibody Profiler，TAP）检查表面性质。除 1 种设计略超正负电荷斑块范围外，其余处于相应指南范围。这个计算检查有助于筛掉明显风险，却不能保证体内安全性。
非特异结合风险也主要通过代理模型估计，所有设计的预测值低于所设风险阈值，不能改写为每条抗体均经实验证明没有非特异作用。表达产量与结合的实测则显示，后续轮次拓展了 2 项性质可同时改善的范围。
作者明确表示，进一步目标包括直接优化生物功能、提高每轮数据效率，并纳入更多性质约束。现有证据支持计算与体外反馈用于早期抗体优化；功能、药代、安全性和临床价值仍需各自验证。