利用计算技术促进抗体-药物联合体的开发
Anastasia Croitoru1, Asuka A Orr2, Alexander D MacKerell3,4
1Computer-Aided Drug Design Center, Department of Pharmaceutical Sciences, School of Pharmacy, University of Maryland, Baltimore, MD, USA.
Nature chemical biology
|June 27, 2025
概括
计算方法,包括机器学习和基于物理学的方法,可以帮助抗体-药物合物 (ADC) 的开发. 这些策略改善了链接类型,结合部位和药物/抗体比率的预测,减少了癌症治疗的设计代.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 药理学 药理学是指药理学的学科.
背景情况:
- 抗体-药物结合剂 (ADCs) 将单克隆抗体与细胞毒剂结合起来,用于向癌症治疗.
- 尽管在临床上取得了成功,但ADC开发仍面临复杂的结构动态和有限的3D信息带来的挑战.
研究的目的:
- 讨论提高ADC设计和开发的计算方法.
- 探索机器学习和基于物理的模拟如何解决ADC中的结构复杂性.
主要方法:
- 对计算方法的审查,包括机器学习和基于物理的建模.
- 对模型ADC的3D分子建模和模拟数据的分析.
主要成果:
- 计算方法可以解释实验数据并预测最佳的ADC设计参数.
- 基于物理的模拟提供了关于抗体和药物有效载荷灵活性的见解.
结论:
- 计算策略可以通过尽量减少设计代来加速ADC开发.
- 将计算建模与实验数据相结合,对于优化ADC的有效性和安全性至关重要.
更多相关视频
11:58Initial Evaluation of Antibody-conjugates Modified with Viral-derived Peptides for Increasing Cellular Accumulation and Improving Tumor Targeting
Published on: March 8, 2018
7.7K
10:35Chemical Conjugation of a Purified DEC-205-Directed Antibody with Full-Length Protein for Targeting Mouse Dendritic Cells In Vitro and In Vivo
Published on: February 5, 2021
3.5K
