一个单一结构衍生的计算度量预测了针对疟疾抗原的高亲和抗体选择

科学领域:

• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学
• 传染病研究 传染病研究

背景情况:

• 疟疾仍然是一个重大的全球卫生负担,需要改进的被动免疫策略.
• 开发针对Plasmodium falciparum circumsporozoite蛋白 (PfCSP) 的高性能抗体至关重要,但具有挑战性.

研究的目的:

• 导出用于预测抗体亲和力的计算指标.
• 为了利用这个度量来快速探索抗体序列空间和生成高亲和度变体.
• 为了证明框架的灵活性与无关的抗体.

主要方法:

• 开发了基于预测的蛋白质结构的计算指标,以评估抗体亲和力.
• 应用了该度量来探索CIS43抗体的庞大的序列空间 (>3×10^47变体).
• 扩展了框架,为L9抗体生成变体,针对PfCSP.

主要成果:

• 通过使用计算度量成功衍生出新的,高亲和度的CIS43抗体变体.
• 证明了该框架能够为非相关抗体 (L9) 产生高亲和度变体的能力.
• 展示了将微演变原理与in silico选相结合的灵活性和效率.

结论:

• 这项研究提出了一种新的计算方法,用于有效地发现高亲和度疟疾抗体.
• 这种方法显著加速了针对疟疾的被动免疫的抗体的产生.
• 该框架有望为传染病产生改进的抗体疗法.