在SARS-CoV-2抗体发现管道中整合基于人工智能的表位预测:需要谨慎
Delphine Diana Acar1, Wojciech Witkowski1, Magdalena Wejda1
1HIV Cure Research Center, Department of Internal Medicine and Pediatrics, Ghent University Hospital, Ghent University, Ghent 9000, Belgium.
EBioMedicine
|January 17, 2024
概括
人工智能 (AI) 预测了SARS-CoV-2中和抗体 (nAB) 的独特结合点,但实验验证显示它们准相同的表位. 这强调了在抗体发现中需要实验确认的必要性.
科学领域:
- 免疫学 免疫学 免疫学
- 结构生物学 结构生物学
- 计算生物学 计算生物学
背景情况:
- SARS-CoV-2 中和抗体 (nAB) 是有希望的,但对抗性菌株失去了有效性.
- 针对不同表位的nAB尾酒的开发对于持续的COVID-19治疗至关重要.
- 新出现的SARS-CoV-2变种需要新的治疗策略.
研究的目的:
- 将AI预测集成到抗体发现中,以识别非竞争性nAB.
- 发现和验证具有明显表位组结合的强有力的nAB.
- 评估AI在预测抗体与表皮质相互作用方面的准确性.
主要方法:
- 经典的抗体发现工作流程增强了人工智能驱动的表位预测.
- 在 hamster 模型中确定 nAB 的 in vivo 验证.
- 低温电子显微镜 (cryo-EM) 用于对抗体与表皮质结合的详细结构分析.
主要成果:
- 确定了两个强大的nAB,并在体内得到了验证.
- 发现基于AI的非重叠表位的预测是不准确的.
- 低温EM显示,这两种nAB都与相同的受体结合表位组结合.
结论:
- 人工智能对帕拉托普 - 爱皮托普相互作用的预测需要实验验证.
- 结构分析对于确认表皮质结合和指导NAB选是必不可少的.
- 尽管有像AlphaFold这样的进步,但实验验证仍然对nAB开发至关重要.
