T细胞参与者:模型查询作为一种工具,用于量化相对亲和和目标表达在三元体形成上的相互作用
Massimo Lai1, Cesar Pichardo-Almarza1, Meghna Verma2
1Clinical Pharmacology and Quantitative Pharmacology, R&D Biopharmaceuticals, AstraZeneca plc, Cambridge, United Kingdom.
Frontiers in pharmacology
|October 23, 2024
概括
T细胞参与剂 (TCE) 提供了新的癌症和自身免疫疗法. 了解TCE度,标表达和结合亲和性对于优化其钟形剂量反应曲线和治疗疗效至关重要.
科学领域:
- 免疫学 免疫学 免疫学
- 药理学 药理学是指药理学的学科.
- 计算生物学 计算生物学
背景情况:
- T细胞参与剂 (TCE) 是两种特异性抗体,它们将T细胞和细胞结合起来,激活细胞毒性功能.
- TCEs是癌症和自身免疫疾病的有前途的治疗策略.
- 治疗TCE的有效性取决于影响其剂量反应曲线的复杂相互作用.
研究的目的:
- 量化理解TCE度,标表达,结合亲缘关系和三元体形成之间的关系.
- 阐明TCE设计参数对剂量反应曲线的可预测影响.
- 确定最大限度地提高TCE治疗疗效的最佳参数.
主要方法:
- 使用了一种机械的目标参与模型.
- 分析了结合亲缘关系 (TCR,TAA),抗原表达水平和TCE暴露的相互作用.
- 基于不同TCE设计参数的模拟剂量反应曲线.
主要成果:
- 预计TCEs会呈现一个钟形的剂量反应曲线.
- 更高的目标表达水平将剂量反应曲线向上移动.
- 较高的抗原亲和度会使曲线向左移动;较高的TCR亲和度会使曲线向上和向左移动.
结论:
- 对TCE-目标相互作用的定量理解对于治疗优化至关重要.
- TCE设计参数显著且可预测地影响剂量反应曲线.
- 优化TCE亲和力和目标表达是最大化治疗结果的关键.
更多相关视频
09:53Using X-ray Crystallography, Biophysics, and Functional Assays to Determine the Mechanisms Governing T-cell Receptor Recognition of Cancer Antigens
Published on: February 6, 2017
11.4K
07:22Author Spotlight: Evaluating Biophysical Assays for Characterizing PROTACS Ternary Complexes
Published on: January 12, 2024
3.3K
