AB-Amy:在机器学习的帮助下,预测治疗性抗体轻链的amyloidogenic风险
Yuwei Zhou1, Ziru Huang1, Yushu Gou1
1School of Life Science and Technology, University of Electronic Science and Technology of China, Chengdu, Sichuan 611731, China.
Antibody therapeutics
|July 26, 2023
概括
一个新的模型,AB-Amy,使用二组合预测抗体轻链氨基粉症风险. 这种工具有助于早期选抗体治疗药物,提高药物安全性和开发效率.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 药物开发 药物开发
背景情况:
- 超过120种基于抗体的疗法已获得FDA批准,用于治疗各种疾病.
- 较差的物理化学特性,如轻链氨基粉症,对抗体候选药物构成重大风险.
- 早期识别amyloidosis风险对于成本效益和安全的抗体开发至关重要.
研究的目的:
- 开发一种预测模型,用于评估抗体治疗中的轻链粉原体风险.
- 提高抗体药物临床开发的安全性和效率.
主要方法:
- 一个基于支持向量的机器模型,AB-Amy,使用二组合数据进行训练.
- 该模型是在包含742个粉原和712个非粉原抗体轻链的数据集上进行训练的.
- 评估了模型的预测性能.
主要成果:
- AB-Amy模型实现了0.9651.1的高曲线下面积 (AUC).
- 该模型在预测轻链氨基胺基因风险方面表现出色.
结论:
- AB-Amy 作为一种有价值的工具,用于 *in silico* 评估轻链胺基因风险.
- 该模型可以显著提高临床开发中的抗体治疗药物的安全性.
- 研究人员可以免费访问AB-Amy的Web服务器.
更多相关视频
08:25Detecting Amyloid-β Accumulation via Immunofluorescent Staining in a Mouse Model of Alzheimer's Disease
Published on: April 19, 2021
3.4K
10:04Imaging Amyloid Tissues Stained with Luminescent Conjugated Oligothiophenes by Hyperspectral Confocal Microscopy and Fluorescence Lifetime Imaging
Published on: October 20, 2017
13.5K
