序列丰富配置文件使得针对广泛的抗原能够产生目标不可知抗体

科学领域:

• 生物技术是生物技术.
• 药物发现 药物发现 药物发现
• 免疫学 免疫学 免疫学

背景情况:

• 现型药物发现 (PDD) 提供了一条通往新疗法的途径,通过根据其效果识别药物,而不是已知的分子标.
• 生物发现的一个重大局限是缺乏技术来产生对所有潜在未知的疾病相关生物分子的抗体.
• 开发方法来产生针对以前未知的标的抗体,对于推进PDD至关重要.

研究的目的:

• 提出一种新的方法来产生针对未知的疾病相关生物分子的抗体.
• 通过目标不可知的方法来增强治疗抗体的发现.
• 为了能够识别特定于复杂抗原群体的抗体.

主要方法:

• 集成计算建模,特别是基于质量动作建模的定律,以优化抗体显示选择.
• 使用差异抗体显示选择与大规模并行测序相结合.
• 匹配计算模拟和实验衍生的序列丰富配置,以预测抗体特异性.

主要成果:

• 成功发现了大约10^5个针对瘤细胞表面受体的特异性抗体序列.
• 证明了针对受体的抗体的识别,其密度在每细胞10^3到10^6受体之间.
• 使用菌体显示抗体库和基于细胞的抗体选择验证了方法.

结论:

• 提出的方法有效地识别特定于疾病相关生物分子的抗体序列,即使目标最初是未知的.
• 这种方法对分子图书馆具有广泛的适用性,这些图书馆将基因型与表型联系起来.
• 它为选复杂的抗原种群提供了强大的工具,以发现针对新型疾病标的抗体.