通过人工智能加速抗体发现和设计:最近的进展和前景
Ganggang Bai1, Chuance Sun1, Ziang Guo2
1Engineering Research Center of Cell & Therapeutic Antibody (MOE), School of Pharmacy, Shanghai Jiao Tong University, Shanghai 200240, China.
Seminars in cancer biology
|June 24, 2023
概括
人工智能 (AI) 显著推进了治疗性抗体的设计和发现. 机器学习 (ML) 方法正在彻底改变抗体结构预测,抗原相互作用分析和未来药物开发的可开发性评估.
科学领域:
- 生物技术是生物技术.
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 治疗性抗体是生物治疗的主要类别,对于治疗各种人类疾病至关重要.
- 抗体药物的传统设计和发现是复杂,漫长和资源密集的过程.
- 人工智能 (AI) 已成为生命科学领域的一个变革性技术.
研究的目的:
- 审查机器学习 (ML) 方法在计算抗体设计和发现中的应用.
- 总结基于ML的方法来预测抗体结构,抗原相互作用和可开发性.
- 讨论ML驱动的治疗抗体在临床前和临床开发中的现状.
主要方法:
- 审查主要的机器学习 (ML) 算法和计算工具.
- 分析ML在预测抗体结构和抗原结合接口中的应用.
- 评估ML模型用于评估抗体开发能力特征.
主要成果:
- ML方法在抗体发现,优化和可开发性预测方面取得了重大进展.
- 使用ML的计算预测器对于抗体结构和抗原接口分析越来越有效.
- 越来越多的基于ML的治疗抗体正在进行临床前和临床试验.
结论:
- 机器学习 (ML) 提供了强大的工具来加速和增强治疗抗体的设计和发现.
- 基于ML的方法对于克服与传统抗体药物开发相关的挑战至关重要.
- 使用ML进行完全计算的抗体设计,对未来的治疗创新具有前景.
相关概念视频
01:31Hybridoma Technology
15.0K
Hybridoma technology is used for the large-scale production of monoclonal antibodies. Monoclonal antibodies bind to only a single antigenic determinant or epitope. Such antibodies are used in research, diagnostics, and disease therapy. The hybridoma technology established in 1975 by Georges Köhler and Cesar Milstein was awarded the Nobel Prize in Medicine in 1984 for revolutionizing research and therapy.
Hybridoma Selection
Commonly used fusion techniques — electroporation,...
Hybridoma Selection
Commonly used fusion techniques — electroporation,...
15.0K
01:41Affinity and Avidity
36.3K
Overview
36.3K