通过深度学习和计算生物学引导的单点突变显著增强人类抗体亲和力
Junxin Li1, Chao Zhang2,3, Wei Xia3,4,5
1Center for Protein and Cell-based Drugs, Institute of Biomedicine and Biotechnology, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, 1068 Xueyuan Avenue, Nanshan District, Shenzhen 518055, China.
Briefings in bioinformatics
|September 1, 2025
概括
这项研究引入了使用深度学习的计算管道,以增强抗体亲和力,显著提高治疗潜力. 这种方法精确地识别了有益的突变,加速了药物开发的抗体设计.
科学领域:
- 计算生物学
- 免疫学
- 药物发现
背景情况:
- 增强抗体亲和度对于治疗疗效和安全至关重要.
- 传统的突变方法难以处理大量的序列空间.
- 目前的局限性需要先进的抗体工程计算方法.
研究的目的:
- 开发一种新的计算管道来识别增强亲和力的抗体突变.
- 利用深度学习和进化约束来准确预测突变.
- 为了证明该管道在不同抗体目标上的通用性.
主要方法:
- 综合计算管道:进化约束,统计潜力,分子动力学,元动力学.
- 深度学习框架:微环境特异性突变的微变,基于图形的绑定概率模型.
- 对H7N9流感血素和死亡受体单点突变抗体的查
主要成果:
- 鉴定了一种针对H7N9血凝素的突变抗体,其亲和力提高了4.62倍.
- 设计了一种针对死亡受体5的抗体, 其亲和力增加了2.07倍.
- 从亚纳米抗体中识别高亲和度突变的成功应用.
结论:
- 集成的计算管道有效地识别了增强亲和力的突变.
- 深度学习和计算方法为抗体设计提供了强大的平台.
- 这种方法加快了抗体治疗的发现,同时保持了免疫性和表达.
相关概念视频
01:31Hybridoma Technology
15.3K
Hybridoma technology is used for the large-scale production of monoclonal antibodies. Monoclonal antibodies bind to only a single antigenic determinant or epitope. Such antibodies are used in research, diagnostics, and disease therapy. The hybridoma technology established in 1975 by Georges Köhler and Cesar Milstein was awarded the Nobel Prize in Medicine in 1984 for revolutionizing research and therapy.
Hybridoma Selection
Commonly used fusion techniques — electroporation,...
Hybridoma Selection
Commonly used fusion techniques — electroporation,...
15.3K
01:41Affinity and Avidity
36.6K
Overview
36.6K