研究人员设计制造抗体库的新方法

当COVID-19流行关闭当地公共图书馆在2020年年初,另一种图书馆不仅繁荣,也证明了新型冠状病毒对抗的关键:抗体库。

一个宝贵的工具的发现和开发新的疗法,这些库的基因工程抗体集合用于研究和行业发现和开发治疗病毒、癌症和其他疾病。对于SARS-CoV2抗体库为研究人员提供了一个蓝图现在合成分子用于COVID-19疫苗。

在抗体库有很大的潜力来帮助发现新颖的治疗方法,其效用是限制因素,包括所涉及的大量的时间和费用的创建和许多序列库中包含的化学性质很差,需要重新设计之前可以治疗使用。

约翰霍普金斯大学的一组科学家和工程师设计了一个新方法生成抗体库,不仅可以加快antibody-creation过程,但也加速治疗性抗体的发现候选人,最小化风险,适当的免疫反应,让整个过程更昂贵和耗时。他们的结果是最近在共享bioRxiv预印本服务器。

“这些库通常是由工程师随机突变序列。结果是,并非每个抗体生成上班或在体内表现好。我们的方法是不同的:我们使用深度学习,人工智能模型上创建高质量的图书馆的需求,”教授团队负责人杰弗里•格雷说,约翰霍普金斯大学化学和生物分子工程学的鳕鱼学院的工程和纳米生物研究所的助理。

研究人员的创新,一个新的工具他们叫免疫球蛋白语言模型,或IgLM,训练一组十亿真正的人类抗体序列,让研究人员有效地、准确地预测和填补空白。它有能力采取现有的抗体序列和多样化的一个特定的地区,可能允许创建相似的抗体产生的免疫系统,颠覆现有的质量控制问题。

因为物种除了人类训练模型,它可以用来为小鼠产生抗体,灵长类动物,和其他人,除了人类。非典CoV2导致COVID-19(病毒),例如,在人类和猿表现不同,两者之间的抗体库可以迅速被转移。

“展望未来,我们希望与合作伙伴验证方法,使更快的治疗性抗体的发现,”Jeffrey Ruffolo团队成员说,托马斯·c·詹金斯博士研究生生物物理学系Krieger艺术与科学学院和约翰Hopkins-AstraZeneca学者。“终极目标 会减少需要大型图书馆和合成特定抗体的要求在实验室里工作。”

尽管团队的努力到目前为止是有限的在电脑上创建抗体库,他们正在寻求合作伙伴进入实验测试,灰色表示。

“我们相信IgLM真正的承诺,但我们需要一个合作者来实验屏幕我们的图书馆找到抗体针对特定的疾病,”他说。“原则上,我们可以这样做,但我们需要进一步的实验来证明这一点。”