In silico Driven Redesign of a Clinically Relevant Antibody for the Treatment of GD2 Positive Tumors
Notice bibliographique
Résumé
Ganglioside GD2 is a cell surface glycolipid that is highly expressed on cancer cells of neuroectodermal origin, including neuroblastoma, retinoblastoma, melanoma, sarcomas, brain tumors and small cell lung cancer. Monoclonal antibodies (MoAb) that target GD2 have shown clinical efficacy in the treatment of GD2 expressing tumors, and are expected to be the new standard of care for the treatment of pediatric neuroblastoma. In this study, the crystal structure of anti-GD2 murine MoAb 3F8 was solved to 1.65 Å resolution and used as a template for molecular docking simulations of its antigen, the penta-saccharide head group of GD2. Molecular docking revealed a binding motif composed of 12 key interacting amino acid side-chains, involving an extensive network of interactions involving main-chain and side-chain hydrogen bonding, two Pi-CH interactions, and an important charged interaction between Arg95 of the H3 loop with the penultimate sialic acid residue of GD2. Based on in silico scanning mutagenesis of the 12 interacting amino acids from the docked 3F8:GD2 model, a single point mutation (Heavy Chain: Gly54Ile) was engineered into a humanized 3F8 (hu3F8) MoAb and found to have a 6-9 fold enhancement in antibody-dependent cell-mediated cytotoxicity of neuroblastoma and melanoma cell lines. With enhanced tumor-killing properties, the re-engineered hu3F8 has the potential be a more effective antibody for the treatment of GD2-positive tumors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».