Исследователи представили AINN-Express — инновационный инструмент для прогнозирования экспрессии однодоменных антител (нанотел) VHH, работающий исключительно на основе аминокислотных последовательностей. Модель построена на базе специализированной белковой фундаментальной модели AINN-P1 (167 млн параметров) и использует легковесный градиентный бустинг для оценки вероятности успешной экспрессии. В ходе тестирования с использованием строгого метода «leave-program-out» (исключение целых программ антител для проверки обобщающей способности) модель показала ROC-AUC 0.87 на известных программах и 0.81 на полностью новых, что значительно превосходит стандартные подходы. Важным достижением является то, что AINN-Express превзошла по обобщающей способности более крупную универсальную модель ESM2 (650 млн параметров), показав ROC-AUC 0.81 против 0.68 на новых данных. Исследование доказывает, что качество специализированных представлений важнее количества параметров, так как универсальные модели часто склонны к утечке данных, запоминая идентификаторы программ вместо биологических детерминант. Данный инструмент позволяет существенно снизить затраты на ранних этапах разработки терапевтических белков, приоритизируя наиболее перспективных кандидатов до начала лабораторных экспериментов.