一个优化的热力学集成协议,用于识别抗体设计中的有益突变
Zizhang Sheng1, Jude S Bimela2, Maple Wang1
1Aaron Diamond AIDS Research Center, Columbia University Vagelos College of Physicians and Surgeons, New York, NY, United States.
Frontiers in immunology
|June 5, 2023
概括
本研究介绍了一种有效的热力学整合 (TI) 方法用于抗体设计,在识别有益突变方面优于基于知识的方法. 新的管道增强了抗体结合亲和力和中和力,这对于开发疗法至关重要.
科学领域:
- 计算生物学是一种计算生物学.
- 蛋白质工程是一种蛋白质工程.
- 免疫学 免疫学 免疫学
背景情况:
- 准确预测有益突变是抗体设计的关键.
- 现有的基于知识 (KB) 的计算方法在预测突变效应方面存在局限性.
- 热力学集成 (TI) 提供了一个潜在的替代方案,但需要进行评估.
研究的目的:
- 开发和评估一种高效的TI协议,用于预测抗体突变结合的自由能量变化.
- 将TI的性能与KB方法进行比较,以识别有益和有害突变.
- 创建一个混合管道,将KB和TI方法结合起来,用于高通量抗体优化.
主要方法:
- 开发了一种高效的热力学集成 (TI) 协议,用于具有约束力的自由能量计算.
- 将TI性能与基于知识的 (KB) 方法进行突变预测的比较.
- 将KB和TI方法集成到一个管道中,用于高通量突变扫描.
- 应用管道以优化针对SARS-CoV-2 Omicron变种的广泛的萨尔贝科病毒中和抗体 (10-40).
主要成果:
- 开发的TI协议准确地预测了抗体突变的结合性自由能量变化.
- 在识别有益和有害突变方面,TI超过了 KB 方法.
- 对于有害的比有益的突变,KB方法的准确性更高.
- 混合管道成功确定了三种协同突变,改善了10-40抗体的结合亲和力和中和功效.
- 分子动力学模拟显示,通过增加的极性和疏水性相互作用,改变结合模式的稳定.
结论:
- 建立了基于TI的准确有效的抗体优化方法.
- TI 方法为 KB 方法提供了一种优越的替代方案,用于识别抗体设计中的有益突变.
- 开发的管道使得抗体和其他生物分子的高通量扫描和优化成为可能.
