A biparatopic agonistic antibody that mimics fibroblast growth factor 21 ligand activity
Notice bibliographique
Résumé
Bispecific antibodies have become important formats for therapeutic discovery. They allow for potential synergy by simultaneously engaging two separate targets and enable new functions that are not possible to achieve by using a combination of two monospecific antibodies. Antagonistic antibodies dominate drug discovery today, but only a limited number of agonistic antibodies (i.e. those that activate receptor signaling) have been described. For receptors formed by two components, engaging both of these components simultaneously may be required for agonistic signaling. As such, bispecific antibodies may be particularly useful in activating multicomponent receptor complexes. Here, we describe a biparatopic (i.e. targeting two different epitopes on the same target) format that can activate the endocrine fibroblast growth factor (FGF) 21 receptor (FGFR) complex containing -Klotho and FGFR1c. This format was constructed by grafting two different antigen-specific VH domains onto the VH and VL positions of an IgG, yielding a tetravalent binder with two potential geometries, a close and a distant, between the two paratopes. Our results revealed that the biparatopic molecule provides activities that are not observed with each paratope alone. Our approach could help address the challenges with heterogeneity inherent in other bispecific formats and could provide the means to adjust intramolecular distances of the antibody domains to drive optimal activity in a bispecific format. In conclusion, this format is versatile, is easy to construct and produce, and opens a new avenue for agonistic antibody discovery and development.
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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».