Functional antibody characterization via direct structural analysis and information‐driven protein–protein docking
Notice bibliographique
Résumé
Detailed description of the mechanism of action of the therapeutic antibodies is essential for the functional characterization and future optimization of potential clinical agents. We recently developed KD035, a fully human antibody targeting vascular endothelial growth factor receptor 2 (VEGFR2). KD035 blocked VEGF-A, and VEGF-C-mediated VEGFR2 activation, as demonstrated by the in vitro binding and competition assays and functional cellular assays. Here, we report a computational model of the complex between the variable fragment of KD035 (KD035(Fv)) and the domains 2 and 3 of the extracellular portion of VEGFR2 (VEGFR2(D2-3)). Our modeling was guided by a priori experimental information including the X-ray structures of KD035 and related antibodies, binding assays, target domain mapping and comparison of KD035 affinity for VEGFR2 from different species. The accuracy of the model was assessed by molecular dynamics simulations, and subsequently validated by mutagenesis and binding analysis. Importantly, the steps followed during the generation of this model can set a precedent for future in silico efforts aimed at the accurate description of the antibody-antigen and more broadly protein-protein complexes.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».