治疗性抗体筛查的最新进展

在1986年,第一个单克隆抗体通过美国食品和药物管理局(FDA),和所有这些年来,取得了实质性的进展领域的治疗性抗体。

研究进展和计算策略的使用使治疗性抗体的发展所需的属性和这些发展治疗性抗体最快速增长的类新药。

本文还探讨了各种检测技术用于治疗性抗体的发展,概述了该领域的最新进展。

抗体筛选技术

的筛选过程治疗性抗体需要测试几个潜在的候选人(抗体库)来识别那些表现出高亲和力和特异性的靶分子。治疗性抗体的筛查历来使用人性化,噬菌体展示或转基因小鼠。

的一代人源化抗体由complementary-determining地区(CDR)嫁接技术是一种流行的技术,加速了治疗性单克隆抗体(mab)的批准。抗体的人性化使一类新的生物制剂的使用对危及生命的疾病,如癌症和自身免疫性疾病。

的噬菌体展示技术是一种常用的技术的快速鉴定肽或抗体片段结合几个目标分子。由于其目前的能力大的图书馆phage显示广泛用于抗体筛查。

完整的人马伯可以开发使用转基因动物。该技术涉及基因改良的转基因小鼠行中人类免疫球蛋白(Ig)基因插入取代内生搞笑基因。免疫接种后,这些动物可以合成不同人类马伯的高亲和力。

除了上述技术,几个细胞筛选技术也出现了,例如哺乳动物细胞显示和酵母细胞显示。这些技术涉及的多拷贝显示抗体或抗体片段在细胞表面的函数形式大规模筛选紧随其后。

信使rna显示是另一种筛选技术,允许蛋白库的选择与更高的多样性。

快车道抗原B和t细胞的发现

本应用笔记展示了单个细胞免疫分析和条形码使抗原(梁)可用于配置文件的映射成千上万hPBMCs从单一捐赠者。下载这个应用注意更多地了解我dentifying罕见或治疗相关的抗原特异性clonotypes和更多!

视图应用笔记

赞助内容

治疗性抗体发展合理的设计策略

虽然有用,抗体发展传统方法繁琐、昂贵和耗时。同时,他们未必能够产生抗体所需的特异性,尤其对困难的目标如弱免疫原性抗原表位。

理性的设计策略能使人获得抗体针对一个特定的抗原决定基蛋白质和可用于工程师有更好的稳定性、亲和力、催化活性。“蛋白质工程的合理设计策略是一种计算方法,包括设计和修改蛋白质结构蛋白质的分子性质,利用信息结构和功能,“解释道若昂Goncalves,教师的教授药房里斯本大学的。”这种策略是基于理解蛋白质的结构和功能之间的关系,以及蛋白质折叠与稳定的根本原则”。

“理性的设计方法始于识别蛋白质的结构和功能特性,其次是新颖的蛋白质序列的设计和施工优化这些属性。策略涉及到计算建模技术,如分子动力学模拟,同源性建模和protein-ligand对接,等等,”Goncalves说。

高通量的计算设计

最近的进步计算方法导致了重大进展在抗体设计通过提供比传统方法更好、更快的结果。菲利普·m·金系的分子遗传学教授多伦多大学,说:“基本上,如果你筛选的计算设计,你在开始一个更好的起点,因为每一个设计都有一个体面的机会来绑定目标。相比之下,组合库(在噬菌体或酵母)或b细胞的方法,你实际上是筛查盲目,所以任何关联你的抗原会偶然;这通常是中和通过屏幕巨大的库。”

任何给定的概率计算设计将绑定目标的质量很大程度上取决于设计方法。“在过去,我们已经表明,即使是经典的方法,筛选库相对较小(成千上万的变异与数十亿)收益率绑定。现在随着现代机器学习方法,设计的质量迅速提高,,变异的数量需要筛选在下降,”金说。

相比传统的治疗性抗体的筛选策略,高通量的计算设计提供了几个优势。“有很多优势,但关键是设计你可以针对特定的接口或构象,所以你有了更多的精度,“金解释说。“这也使得difficult-to-hit抗原的定位,如g蛋白耦合膜蛋白受体(GPCRs)或其他积分。此外,你可以在任何地方目标以来,您还可以使用设计方法阐明新生物学通过针对多个新的,甚至所有接口在一个特定的抗原。计算设计,我们可以确保良好的可展性的性质我们所有的抗体从一开始和可以避免的结果绑定属性的抗体阻止进一步发展或需要多个周期实现绑定,可展性好。”

加速跨膜蛋白靶向给药的发现

高通量表面等离子体共振(HT-SPR)是一个功能强大的技术,正在改变传统的药物筛选工作流程。下载这个海报来探索该技术如何1152名候选人在一个屏风,无人值守运行,reveal和广义约束力和详细的动力学特征nalyze多种药物格式精度和缓解。

视图的海报

赞助内容

语言模型来加快治疗性抗体的筛选过程

治疗性抗体的筛查过程耗时和资源密集型的,但有几种方式,语言模型可能会加速。Goncalves列举了语言模型的方法可以加速治疗性抗体的筛选过程:

1. 模型可以预测建模:语言训练的大型数据集抗体结构和绑定数据来预测新的候选人的亲和力和特异性。这可能会减少数量的候选人需要实验测试,与早期预测亲和力较低可以过滤掉。
2. 文学矿业:语言模型可用于快速搜索大量的科学文献特征识别抗体已经为特定目标。这可能节省时间已经测试通过确定候选人,而不是从头开始。
3. 数据分析:语言模型可以帮助分析筛选过程中生成大量的数据,识别模式和相关性,可以帮助优化选择和设计新的候选人。
4. 自动化:语言模型可用于自动化筛选过程的某些方面,如实验设计或分析数据,释放人员专注于其他任务。

需要一段时间——和有成本效益的方法

筛选候选人,然后描述抗体找到有前途的药物可以是一个费力而昂贵的过程与几个潜在的有用的候选人优雅的离开了。然而,先进的检测技术可以帮助。计算方法可以被用来发现特定的抗体和选择性,减少研究工作期间领导识别阶段。这一次,有成本效益的方法筛选治疗性抗体可以加速交付救命药物的病人和改善病人的结果。