La escala del tiempo de prueba mejora la velocidad y el éxito del diseño de anticuerpos basado en IA

Los receptores acoplados a la proteína G (GPCR) son las familias de proteínas más grandes que se encuentran con el genoma humano y todas las drogas representan aproximadamente un tercio de los objetivos. Sin embargo, la mayoría de los medicamentos dirigidos a GPCR son moléculas o péptidos pequeños que luchan con selectividad limitada y efectos de toargate.

Nabla Bio, una nueva empresa terapéutica que sale del laboratorio del profesor de George Church, PhD, Famosa Genetics and Harvard Medical School, aprovecha una inteligencia artificial integrada (IA) y una plataforma experimental, que diseñó para lidiar con estas notorias reapitines difíciles de hacer a trucos mediante el diseño de anticuerpos altamente específicos de Novo.

Uno en Nueva preimpresión Publicado en el sitio web de la compañía, que aún no ha sido revisado por el colega, la compañía con sede en Boston mostró cómo implementar la "escala de tiempo de prueba", una técnica utilizada en el modelado de lenguaje, para sus modelos generativos de IA, llamados modelado nuclear conjunto (JAM), que puede dar a luz a una producida de docenas de exitosas candidatos a los bodi de GPCR en unos pocos meses.

Los diseños generados incluyen afirmaciones de Nabla de que "se han informado los primeros activistas de anticuerpos" para CXCR7, un GPCR está atascado en muchos cáncer, proporcionando aplicaciones para una modulación médica precisa.

El CEO de Nabla, Surge Biswas, PhD, dijo General La idea de la escala de tiempo de prueba ha producido recientemente "resultados de éxito" en el lenguaje natural. La aplicación de tecnología para la biología sigue siendo un concepto nuevo y requiere fuertes habilidades experimentales donde los investigadores pueden prototipos de candidatos generados rápidamente. En tres semanas, Nabla puede caracterizar las propiedades de unión de 100,000 anticuerpos en paralelo, dijo Biswas.

Por ejemplo, 427 no se convierten para la terapia neurológica que progresa en el vector HSV -1

En lugar de crear un diseño de anticuerpos en un pase computacional único, los investigadores de Nabla desarrollaron un enfoque llamado "introspección", en el que el JAM selecciona el candidato más prometedor después de generar varias propuestas de diseño. Este proceso se repite en varias rondas de cálculos, antes de cualquier prueba experimental.

Para la proteína SARS-CoV-2 Spike, los resultados han demostrado que la introspección de seis rondas mejoró una tasa de éxito de 22 veces en comparación con un solo pase de diseño. Además, los diseños para los objetivos de GPCR mostraron perfiles de desarrollo favorables, alta selectividad entre objetivos similares y prosperidad nanomolar competitiva con un punto de referencia de fase clínica.

Los investigadores de Nabla utilizaron uno de los anticuerpos activadores generados para llevar adelante el atasco al conectar los mismos diseños, un nuevo paradigma se llama "dirección dirigida por el experimento". Las vistas 700 CXCR7 La unión se originó a partir de anticuerpos, que muestran 348 diseños de funciones activas, con algunos nuevos activistas rivalizan con el poder de las ligaras naturales de CXCR7. Como resultado, el estudio mostró cómo los datos experimentales mínimos podrían dirigirse a la generación de IA sin una regranación costosa.

Los activistas de anticuerpos requieren una ingeniería extensa históricamente después del descubrimiento, Nabla dijo que su enfoque computacional primero es un paso significativo para comprimir la fecha límite y aumentar la tasa de éxito.

Además, Nabla tiene como objetivo desarrollar proteínas de membrana más desafiantes, como canales iónicos y anticuerpos que pueden identificar receptores específicos estados integrales. Como una mejora en las tasas de HIT, Nabla quiere habilitar el rendimiento de los anticuerpos en los entornos terapéuticamente relevantes, como las células primarias del paciente.