一个可扩展的人类配对抗体序列的合成库
Toma M Marinov1,2, Perry T Wasdin1,2, Gwen Jordaan1
1Vanderbilt Center for Antibody Therapeutics, Vanderbilt University Medical Center, Nashville, Tennessee, United States of America.
PLoS computational biology
|April 21, 2025
概括
研究人员开发了IgHuAb,这是一个大型语言模型,用于生成多种配对的人类抗体序列. 这创造了SynAbLib,一个带有强烈表达抗体的合成库,推进单克隆抗体生成.
科学领域:
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 了解人类抗体序列的多样性受到低通量,高成本的配对重光链序列的限制.
- 现有的方法阻碍了对全球抗体库的全面分析.
研究的目的:
- 开发一种高通量方法,用于生成多种配对的人类抗体序列.
- 创建一个合成抗体库,增强序列多样性和人口级别特征.
主要方法:
- 开发IgHuAb,一个用于配对人类抗体序列生成的大型语言模型.
- 创建了SynAbLib,一个使用IgHuAb.Ab的合成抗体库.
- 对抗体表达的实验验证结果来自SynAbLib.
主要成果:
- IgHuAb能够实现对配的人类抗体序列的高吞吐量生成.
- 与天然抗体库相比,SynAbLib表现出更大的序列多样性.
- 来自SynAbLib的抗体显示出强大的实验表达产量.
结论:
- IgHuAb和SynAbLib为人类单克隆抗体生成提供了一个可扩展的平台.
- 该平台有助于高效地挖掘具有所需特性的抗体序列.
- 这种方法显著增强了对人类抗体序列空间的探索.


