MétaCan
Menu
Retour à la cohorte
Enregistrement W2740434728 · doi:10.1371/journal.pone.0181490

Assisted Design of Antibody and Protein Therapeutics (ADAPT)

2017· article· en· W2740434728 sur OpenAlexafffund
Victor Vivcharuk, Jason Baardsnes, Christophe Deprez, Traian Sulea, María Jaramillo, Christopher R. Corbeil, Alaka Mullick, Joanne Magoon, Anne Marcil, Yves Durocher, Maureen D. O'Connor‐McCourt, Enrico O. Purisima

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council CanadaQuébec Consortium for Drug Discovery
Mots-clésMutantAffinitiesBinding affinitiesRobustness (evolution)Directed evolutionComputational biologyAntibodyAffinity maturationProtein engineeringRational designChemistryBiologyBiophysicsGeneticsBiochemistryReceptorGeneEnzyme

Résumé

récupéré en direct d'OpenAlex

Effective biologic therapeutics require binding affinities that are fine-tuned to their disease-related molecular target. The ADAPT (Assisted Design of Antibody and Protein Therapeutics) platform aids in the selection of mutants that improve/modulate the affinity of antibodies and other biologics. It uses a consensus z-score from three scoring functions and interleaves computational predictions with experimental validation, significantly enhancing the robustness of the design and selection of mutants. The platform was tested on three antibody Fab-antigen systems that spanned a wide range of initial binding affinities: bH1-VEGF-A (44 nM), bH1-HER2 (3.6 nM) and Herceptin-HER2 (0.058 nM). Novel triple mutants were obtained that exhibited 104-, 46- and 32-fold improvements in binding affinity for each system, respectively. Moreover, for all three antibody-antigen systems over 90% of all the intermediate single and double mutants that were designed and tested showed higher affinities than the parent sequence. The contributions of the individual mutants to the change in binding affinity appear to be roughly additive when combined to form double and triple mutants. The new interactions introduced by the affinity-enhancing mutants included long-range electrostatics as well as short-range nonpolar interactions. This diversity in the types of new interactions formed by the mutants was reflected in SPR kinetics that showed that the enhancements in affinities arose from increasing on-rates, decreasing off-rates or a combination of the two effects, depending on the mutation. ADAPT is a very focused search of sequence space and required only 20-30 mutants for each system to be made and tested to achieve the affinity enhancements mentioned above.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,243
Tête enseignante GPT0,365
Écart entre enseignants0,123 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207