病毒纳米抗体表位预测机器学习模型基准评测

研究者在 AF3 训练截止后收集的病毒抗原-纳米抗体复合物数据上，对 Boltz-2、Chai-1 和 AlphaFold3（AF3）三个机器学习结构预测模型做了基准评测。AF3 表现最好：单 seed 时界面 DockQ > 0.23 的成功率为 33%，每靶 10 个和 100 个 seed 时分别升至 50% 和 65%，而 Boltz-2 为 18%、Chai-1 为 30%。在扩展数据集上，严格的 ipTM 阈值 0.8，或 ipTM ≥ 0.6 结合 CDR3 loop pLDDT ≥ 60，可排除错误预测并保留多数成功预测。