设计新型功能性的途径,通过将否定扩散模型应用于mRNA显示库

科学领域:

• 生物化学 生物化学
• 计算生物学 计算生物学
• 药物发现 药物发现 药物发现

背景情况:

• 试管室定向进化,包括mRNA显示,促进配体的发现,但受到遗传代码偏差和实验约束的限制,限制了序列空间的探索.
• 针对B细胞淋巴瘤超大 (Bcl-xL),这是癌症中至关重要的蛋白质,对于治疗的发展至关重要.

研究的目的:

• 应用无效扩散隐性模型 (DDIM) 来产生具有高结合亲和度的新型联体,对抗癌症标Bcl-xL.
• 在探索广的序列空间时克服传统定向进化方法的局限性.

主要方法:

• 训练了一个DDIM使用高通量测序数据从之前的选择对比Bcl-xL.
• 通过使用训练的DDIM计算生成新的序列.
• 实验验证了生成的联体的结合亲和力,动力学和功能.

主要成果:

• DDIM成功地生成了具有对Bcl-xL.L.高亲和力的新序列.
• 大多数生成的序列表现出与原始库成员的功能等价性,具有可比的结合动力学和亲和力.
• 该方法确定了通过突变或定向进化的难以获得的罕见序列,有效地探索了代表性不足的序列空间.

结论:

• DDIMs是指导进化的强大补充,增强了对连接体发现的序列空间的探索.
• 这种计算方法加速了对各种治疗点的分子性质的识别和优化.
• 该框架提供了一种广泛适用的战略,以推进在瘤学及其他领域的酸联体发现和开发.