-
在抗体发现早期将可开发性纳入考量
可开发性已被视为抗体临床试验获得成功的关键驱动因素。传统的“功能优先、可开发性其次”的筛选范式是按顺序进行的，并非最佳方式，时常会获得可开发性较差的候选抗体，需要进一步工程改造。
我们提倡在筛选抗体的过程中同时考虑可开发性和功能，这可以借助我们的计算平台实现，不仅时间周期短而且成本极低。
-
利用我们充分验证的计算模型（两种版本）进行全面评估
全面丰富的计算模型，包括基于物理原理的模型和基于AI的模型
利用数千个内部数据点训练AI模型；在多个可开发性预测任务中实现了SOTA（全球最佳表现）性能
经过多个内部项目的全面验证和优化
时间周期短（最短1周）；只需提供抗体序列
高通量（HTP）版本，可快速评估多达1000个候选抗体
低通量（LTP）版本，可对部分候选抗体进行详细的细粒度分析
-
XcelDev® Silico只需序列信息即可高度准确地预测可开发性
-
-
案例：XcelDev® Silico根据可开发性对30多个候选抗体进行评估和排序
利用XcelDev® Silico分析了36个通过了结合和功能筛选的苗头抗体。我们预测了每种抗体的6种性质，并在0-1的范围进行评分（以下图中的颜色梯度显示）。
我们计算了整体可开发性得分，对所有36个苗头抗体进行排序。对前7位苗头抗体（红色方框）进行了表达以及一系列湿实验可开发性测定，以验证排序的有效性。所有7个苗头化合物的测定结果均良好，Tm、SEC、AC-SINS和HIC结果如下所示。
