SITA:预测治疗抗体的特定部位免疫性

科学领域:

• 生物技术和制药科学 生物技术和制药科学
• 计算生物学和生物信息学

背景情况:

• 抗体 (Ab) 人性化对于降低免疫性和提高来自动物模型的治疗抗体的疗效至关重要.
• 现有的免疫性评估计算工具专注于整个序列或部分,忽略了关键的个人残留部位.

研究的目的:

• 引入治疗抗体的特定网站免疫性 (SITA),这是一个新的计算框架,用于预测B细胞免疫性,无论是总体抗体还是个体残留水平.
• 通过提供基于详细的氨基酸描述器的特定站点免疫性得分来解决当前工具的局限性.

主要方法:

• 开发SITA,一个计算框架,使用一套全面的氨基酸描述器来描述抗体结构的物理化学和空间特征.
• 采用转移学习启发的框架来管理抗体-抗体结构复合物的稀缺性.
• 在13个抗体-抗体结构复合物的独立数据集上进行验证.

主要成果:

• 在残留水平上,SITA的ROC-AUC为0.85,PR-AUC为0.305,用于预测抗体-抗体结构中的表位点.
• 在SITA得分中,有效区分了人类,治疗性和非人类衍生的抗体之间的免疫性水平.
• 对25种治疗抗体的分析显示,SITA在70%以上的病例中确定了导致免疫性降低的修饰部位,66%正确地确定了前五个预测部位中的实际修饰部位.

结论:

• SITA是一种新的计算框架,能够预测治疗抗体的特定B细胞免疫性.
• 该框架通过识别关键的修改残留物来指导抗体人性化的显著潜力.
• 在治疗抗体的临床前开发中,SITA为优化免疫性评估提供了宝贵的工具.