开发和实验验证人类抗体亲和力增强计算方法的开发和实验验证

科学领域:

• 生物化学 生物化学
• 计算生物学 计算生物学
• 免疫学 免疫学 免疫学

背景情况:

• 抗体亲和力对于治疗疗效和特异性至关重要.
• 传统的抗体亲和力成熟是艰苦的,耗时的,而且成功率很低.
• 现有的计算方法难以识别抗体互补性决定区域 (CDR) 中的有益突变,往往导致表达和免疫性问题.

研究的目的:

• 开发有效的计算方法来增强对禽流感病毒的抗体亲和力.
• 确定CDR中的有益突变,同时减轻表达和免疫性挑战.
• 通过精确的计算辅助加速抗体设计过程.

主要方法:

• 构建一个互补性决定区域 (CDR) 库,其中包含指导突变位置和类型的进化信息.
• 基于抗体-抗原氨基酸相互作用的统计潜力方法的开发,以预测亲和度增强的抗体.
• 应用分子动力学模拟和实验验证识别突变的应用.

主要成果:

• 确定了一个点突变,增强了抗体亲和力2.5倍,达到2nM亲和力.
• 对抗体-抗原相互作用的预测模型表现出强的性能,AUC为0.83,精度为0.89.
• 提出了一种结合亲和力增强突变和代优化 (类似于蒙特卡洛) 的新方法.

结论:

• 该研究提出了有效的计算方法,以快速准确地增强抗体亲和力.
• 开发的方法解决了抗体表达和免疫性等关键问题.
• 这项工作显著推进了计算机辅助抗体设计,以改善治疗开发.