跳到正文
bioRxiv· Park, S.; Widatalla, T. M.; Driscoll, C.; Mille-Fragoso, L. S.; Specht, I.; Gao, X. J.; Hie, B.·· 来源仅提供日期AI 评分69

Germinal Multi 框架用于跨已观测与预测抗原演化的抗体设计

Antibody design across observed and forecasted antigenic evolution

AI 导读

研究团队提出计算框架 Germinal Multi,可同时针对多个抗原变体优化单个抗体结合位点,用于抗体从头设计与挽救。在癌症和病毒抗原上,多靶点优化得到能结合耐药相关 EGFR 变体或中和抗原性不同的历史 SARS-CoV-2 变体的抗体,且识别范围延伸到未参与设计的变体。

预印本 · biorxiv · 10.64898/2026.11.10.765734

本站摘要基于收录版本 v1(2026-11-14),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v1

摘要 · AI 翻译

抗体的治疗效果往往受限于其靶点的演化。设计或诱导能够抵御这种演化的抗体颇具挑战,因为它们的结合界面必须能够容纳抗原变异。在此,我们提出了 Germinal Multi,这是一个用于从头抗体设计与挽救的计算框架,可针对多个抗原变体联合优化单个互补决定区。我们将 Germinal Multi 应用于癌症和病毒抗原,同时针对已观察到的抗原变异和可预见的抗体逃逸。多靶点优化产生了能够结合耐药相关 EGFR 变体的抗体,或能够中和抗原上截然不同的历史 SARS-CoV-2 变体的抗体,其识别范围还延伸到了未纳入设计过程的变体。除了作用于已观察到的演化之外,我们还重新设计了广谱中和抗体 BD55-1205,以恢复对一个在进化预测模型指导下构建的可预见逃逸变体的中和能力,同时保留其对亲本变体的活性。在每轮活动中筛选数十个设计后,成功候选者得以确定。这些结果共同确立了多靶点计算设计作为在已观察到的抗原变异范围内产生抗体广谱性的策略,并展示了进化预测在指导针对可预见逃逸的抗体再设计方面的潜力。

来源:bioRxiv · biorxiv.org