抗体薬物複合体（ADC）の品質管理において薬物抗体比（DAR）の精密制御は不可欠であるが、その合成条件設計には多大な実験コストを要する。本研究では、特許情報由来のデータを用い、還元剤やペイロードの当量、反応温度・時間といった合成条件からDARを予測する機械学習モデルを構築した。手法として、AbLang-2により抗体配列から化学的特徴を抽出すると共に、還元・結合反応の進行度を個別の潜在変数として定義した。これにより、限られたデータ数でも高精度な予測を実現した。