В то же время осталось ощущение, что авторы работы ищут ключи под фонарём, потому что там светло.

В их работе всё построено на известных последовательностях антител из открытых баз данных. Они берут уже известные антитела, для которых известно, против какого патогена они направлены, и обучают модель различать их по последовательности.

Получается, что модель не может открыть новое антитело против нового патогена, если в тренировочной выборке не было похожих.

Кроме того, базы данных по антителам нерепрезентативны. В них перепредставлены антитела против «популярных» патогенов (SARS-CoV-2, ВИЧ, грипп) и сильно недопредставлены против редких и новых. Модель будет отлично работать на «мейнстримных» патогенах и проваливаться на редких.

И даже если модель правильно классифицирует антитело, это не значит, что антитело будет работать. Антитело может связываться с вирусом, но не блокировать его проникновение в клетку.

Короче, очень интересный инструмент, но очевидно, что его надо дорабатывать и дорабатывать.