Aller au contenu principal
Accès ouvert déclaré 2026 article

2025 Ginkgo Datapoints Antibody Developability Competition outcomes: limited model performance and a call for data standardization

5Citations signalées, ce qui n’est pas une note de qualité
10Institutions déclarées
3Pays d’affiliation déclarés

Rattachement africain : us, Égypte, gb. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The Ginkgo Datapoints Antibody Developability (AbDev) Competition, a blinded benchmark for developability prediction characterized entirely on a single, industrial-scale experimental platform, was conducted from September 8 to November 18, 2025. We benchmarked predictors across five biophysical properties - hydrophobicity, thermostability, self-association, expression titer, and polyreactivity - using a public training set of 246 clinical antibodies and a blinded, held-out test set of 80 antibodies. We received submissions from 113 teams spanning 25 countries, 38 companies, and 39 universities. Winning submissions differed by assay. Top Spearman's ρ values on the test set reached 0.708 (hydrophobicity), 0.392 (thermostability), 0.356 (polyreactivity), 0.337 (self-association), and 0.310 (titer). Cross-validation scores from the public training set consistently exceeded held-out test performance, indicating overfitting and limited out-of-distribution generalization. Together, these results provide a standardized snapshot of current antibody developability modeling capabilities and highlight a key bottleneck: available datasets are too small and heterogeneous to support robust, assay-spanning prediction. Meaningful progress will require larger, standardized, and diverse experimental datasets - with harmonized protocols and rich metadata - to train and validate models that generalize reliably for future antibody discovery campaigns.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
2025 Ginkgo Datapoints Antibody Developability Competition outcomes: limited model performance and a call for data standardization
Date Crossref
22/02/2026
Éditeur
Informa UK Limited
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Inc. (United States) Ginkgo Bioworks pays non établi dans la notice
    Entreprise
  • FACE Foundation pays non établi dans la notice
    Organisation à but non lucratif
  • Hugging Face pays non établi dans la notice
    Entreprise
  • Johns Hopkins University pays non établi dans la notice
    Université ou école supérieure
  • Boehringer Ingelheim (Egypt) Égypte (code pays fourni par la source)
    Entreprise
  • UCT Coatings (United States) pays non établi dans la notice
    Entreprise
  • Harvard University pays non établi dans la notice
    Université ou école supérieure
  • Duke University pays non établi dans la notice
    Université ou école supérieure
  • University of Oxford pays non établi dans la notice
    Université ou école supérieure
  • University of Michigan pays non établi dans la notice
    Université ou école supérieure
  • Ginkgo Bioworks Inc pays non établi dans la notice
    Entreprise
  • X UNFOLD LLC pays non établi dans la notice
    Institution

Ginkgo Bioworks — Inc. (United States), FACE Foundation et Hugging Face, avec 9 autres affiliations. Pays d’affiliation : Égypte.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Ginkgo biloba and Cashew ApplicationsTransgenic Plants and ApplicationsBiotechnology and Related Fields

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.