A Single‐Framework Synthetic Antibody Library Containing a Combination of Canonical and Variable Complementarity‐Determining Regions
Notice bibliographique
Résumé
Abstract Synthetic antibody libraries have been used to generate antibodies with favorable biophysical and pharmacological properties. Here, we describe the design, construction, and validation of a phage‐displayed antigen‐binding fragment (Fab) library built on a modified trastuzumab framework with four fixed and two diversified complementarity‐determining regions (CDRs). CDRs L1, L2, H1, and H2 were fixed to preserve the most commonly observed “canonical” CDR conformation preferred by the modified trastuzumab Fab framework. The library diversity was engineered within CDRs L3 and H3 by use of custom‐designed trinucleotide phosphoramidite mixes and biased towards human antibody CDR sequences. The library contained ≈7.6 billion unique Fabs, and >95 % of the library correctly encoded both diversified CDR sequences. We used this library to conduct selections against the human epidermal growth factor receptor‐3 extracellular domain (HER3‐ECD) and compared the CDR diversity of the naïve library and the anti‐HER3 selection pool by use of next‐generation sequencing. The most commonly observed CDR combination isolated, named Her3‐3, was overexpressed and purified in Fab and immunoglobulin G (IgG) formats. Fab HER3‐3 bound to HER3‐ECD with a K D value of 2.14 n m and recognized cell‐surface HER3. Although HER3‐3 IgG bound to cell‐surface HER3, it did not inhibit the proliferation of HER3‐positive cells. Near‐infrared imaging showed that Fab HER3‐3 selectively accumulated in a murine HER3‐postive xenograft, thus providing a lead for the development of HER3 imaging probes.
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 ».