【抗体デザイン】ついにウェット試験で結合活性を示す抗体CDRをインシリコでデザイン!

論文タイトル

In vitro validated antibody design against multiple therapeutic antigens using generative inverse folding

出典

In vitro validated antibody design against multiple therapeutic antigens using generative inverse folding
Deep learning approaches have demonstrated the ability to design protein sequences given backbone structures , , , , ]. While these approaches have been applied...

要旨

筆者らは、IgDesign という手法で、抗原結合抗体をインシリコでデザインし、ウェットでその結合活性を確認した事例を紹介しています。

解説など

抗原結合抗体のインシリコデザインについての論文で、Absci Corporation からのレポートです。Absciは、AI に強みをもつ米国のバイオスタートアップです。

Home | Absci
Absci is the drug and target discovery company harnessing deep learning AI and synthetic biology to expand the therapeutic potential of proteins.

筆者らが開発した「IgDesign」では、抗体-抗原複合体構造を利用して、重鎖のCDR (HCDR1, HCDR2, HCDR3) を再設計することができます。

本手法は、「LM-Design」で提案された構造エンコーダと配列デコーダを組み合わせるアプローチがベースになっています。LM-Design は、既存の PLM から構造情報を追加で訓練させたタンパク質生成モデルです。LM-Design に関しては、以下の記事で過去に紹介しましたので、詳細はこちらをご参照ください。

IgDesign では、最初に 「IgMPNN」 と呼ばれる配列生成モデルを介してフォワードパスを実行します。ここから得られた配列が、タンパク質言語モデル (ESM2-3B) への入力として提供されます。

IgMPNN は、40% の配列同一性を指標に抽出したタンパク質データで事前トレーニングされ、つづいて SAbDab からの抗体-抗原複合体で微調整されています。IgDesign は IgMPNN を構造エンコーダーとして使用して、前記抗体-抗原複合体で微調整されます。

彼らは IgDesign の評価として、抗体抗原複合体構造が SAbDab に登録された 8 つの治療用抗原を選択し、各抗原について、100 万個の抗体配列を生成しました。

結果として、IgMPNN および IgDesign は、すべてのケースで ProteinMPNN よりも recovery rate について優れたパフォーマンスを示しています。また、IgDesign からデザインされた HCDR3 は、8 抗原中 7 抗原について、鋳型の HCDR3 よりも統計的に有意に強く結合しているとのことです。

抗原情報やコードは開示されていませんが、vitro で活性を示す抗体をデザインできた実施例として、貴重な文献です。