MétaCan
Menu
Retour à la cohorte
Enregistrement W4300961933 · doi:10.1038/s41467-022-33004-6

De novo design of immunoglobulin-like domains

2022· article· en· W4300961933 sur OpenAlexaff
Tamuka M. Chidyausiku, Soraia R. Mendes, Jason C. Klima, Marta Nadal, Ulrich Eckhard, Jorge Roel‐Touris, Scott Houliston, Tibisay Guevara, Hugh K. Haddox, Adam Moyer, C.H. Arrowsmith, F. Xavier Gomis‐Rüth, David Baker, Enrique Marcos

Notice bibliographique

RevueNature Communications · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensStructural Genomics ConsortiumPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesEuropean Social FundEuropean Synchrotron Radiation FacilityMinisterio de Ciencia e InnovaciónHoward Hughes Medical InstituteAgencia Estatal de InvestigaciónAgència de Gestió d'Ajuts Universitaris i de Recerca
Mots-clésProtein engineeringAntibodyComputational biologyDesign for manufacturabilityProtein designComputer scienceProtein structureHypervariable regionStructural motifChemistryBiologyImmunologyBiochemistryEnzymeEngineering

Résumé

récupéré en direct d'OpenAlex

Antibodies, and antibody derivatives such as nanobodies, contain immunoglobulin-like (Ig) β-sandwich scaffolds which anchor the hypervariable antigen-binding loops and constitute the largest growing class of drugs. Current engineering strategies for this class of compounds rely on naturally existing Ig frameworks, which can be hard to modify and have limitations in manufacturability, designability and range of action. Here, we develop design rules for the central feature of the Ig fold architecture-the non-local cross-β structure connecting the two β-sheets-and use these to design highly stable Ig domains de novo, confirm their structures through X-ray crystallography, and show they can correctly scaffold functional loops. Our approach opens the door to the design of antibody-like scaffolds with tailored structures and superior biophysical properties.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,364
Écart entre enseignants0,317 · 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

Citations52
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetMonoclonal and Polyclonal Antibodies ResearchTravaux en français237 207