RESP2: Un oleoducto de IA de optimización de múltiples propiedades para el descubrimiento de anticuerpos consciente...

Área de la Ciencia:

• Biología computacional
• Inmunología
• Ingeniería de proteínas

Sus antecedentes:

• El descubrimiento de anticuerpos terapéuticos para enfermedades infecciosas se enfrenta a desafíos debido a la mutación del patógeno.
• Los anticuerpos requieren una alta afinidad por múltiples variantes de antígenos y propiedades óptimas de desarrollo.

Objetivo del estudio:

• Introducir RESP2, una tubería computacional mejorada para el descubrimiento de anticuerpos terapéuticos.
• Permitir la optimización simultánea de la afinidad de unión de anticuerpos y la capacidad de desarrollo frente a objetivos en evolución.

Principales métodos:

• Evaluación en silicio de la tubería RESP2 utilizando el Absolut! base de datos de acoplamiento anticuerpo-antígeno.
• Estudio de caso utilizando el dominio de unión al receptor de proteínas de picos (RBD) de COVID-19 y sus variantes.

Principales resultados:

• RESP2 identificó secuencias de anticuerpos con una afinidad de unión significativamente mayor a los grupos de antígenos objetivo en comparación con los datos de entrenamiento (tasa de éxito ≥ 85%).
• RESP2 superó a las técnicas populares de IA generativa, logrando tasas de éxito ≤ 1,5%.
• Se descubrió un nuevo anticuerpo humano con afinidad media a alta que se une a al menos ocho variantes de RBD de COVID-19.

Conclusiones:

• El proyecto RESP2 ofrece una gran ventaja para el descubrimiento de anticuerpos contra dianas de enfermedades infecciosas en rápida evolución.
• RESP2 facilita el desarrollo de anticuerpos terapéuticos ampliamente protectores.
• Se proporciona un paquete de Python disponible públicamente para RESP2 para un uso más amplio en la investigación.