В статье представлен детальный анализ результатов команды, участвовавшей в конкурсе Bits to Binders, посвященном применению методов искусственного интеллекта для de novo дизайна белков. Исследователи разработали 414 вариантов антигенсвязывающих доменов химерных антигенных рецепторов (CAR) для CAR-T терапии, нацеленных на белок CD20. В ходе скрининга пролиферации CAR-T клеток 38,4% предложенных конструкций показали статистически значимое обогащение, что стало лучшим результатом среди всех команд и более чем вдвое превысило показатель ближайшего конкурента. Авторы выделяют три стратегии дизайна, при этом две из них обеспечили практически весь успех, превзойдя совокупные результаты остальных участников. Ключевым выводом стало то, что стандартный этап валидации с помощью ESMFold (рефолдинг после 'backbone painting') отфильтровал бы все успешные варианты, поэтому авторы подчеркивают необходимость проверять каждый этап фильтрации для конкретной биомолекулярной системы и тестировать промежуточные результаты, не полагаясь слепо на общепринятые практики. Кроме того, команда оказалась единственной, кто проектировал связывающие домены с учетом предсказанной ESMFold димерной геометрии CD20, которая существенно отличается от экспериментальной структуры 6Y97; это могло способствовать высокой частоте успешных попаданий, хотя окончательного ответа на этот вопрос нет. Статья содержит ценные практические рекомендации для будущих кампаний по дизайну CAR-T и связывающих белков.