В статье исследуется проблема использования обученных предикторов свойств для генеративного дизайна антител, где ключевой метрикой является иммуногенность (уровень ADA%). Авторы анализируют широко используемый датасет из 217 антител, расширяя его до 231 молекулы с парными последовательностями и вручную восстанавливая клинические данные для 110 из них. Исследование показывает, что простая модель, основанная на формате антитела (например, мышиное или полностью человеческое), превосходит сложные последовательностно-ориентированные предикторы на основе ИИ. Это указывает на то, что текущие модели ИИ захватывают не биологический сигнал последовательности, а смещение в составе датасета. Кроме того, выявлено, что агрегированные метки ADA% сильно занижают вариабельность: молекулы с меткой ≤6% в разных испытаниях демонстрировали разброс до 86%. После пересчета меток на уровне отдельных клинических испытаний преимущество формата-базовой модели исчезает, а предикторы ИИ показывают лучшую устойчивость. Вывод: прогресс в ИИ-дизайне антител ограничен качеством обучающих данных, и необходимо переходить к оценке иммуногенности как распределения, а не точечного значения.