晶泰科技的抗體發現平臺XupremAb?將濕實驗的優勢與前沿的AI技術有機結合
-
結合AI和濕實驗的優勢AI是一項非常強大的技術，但在結合濕實驗后，才可以發揮出最大效用。我們已經建立了功能完善的抗體發現實驗室，并擁有一支由AI科學家和實驗生物學家組成的跨學科團隊。這種協同作用可帶來許多新的技術可能性，僅靠濕實驗或計算都是無法做到的。
-
擴大搜索空間，獲得更高質量的苗頭抗體在一開始就擁有盡可能多的多樣化、高質量苗頭分子可為抗體藥物發現奠定堅實基礎。我們利用AI提升現有實驗方法，或者通過AI擴大苗頭抗體的搜索空間。
-
利用AI提高抗體工程效率，實現多目標優化我們希望減少抗體工程中的不確定性和隨機突變方法。AI可以幫助我們探索更廣闊的突變空間，并在選擇候選分子時將多項性質同時納入考量。
-
將優良的可開發性注入每個分子可開發性是我們在發現階段需要評估的一項重要性質。通過結合體外實驗和計算方法，我們能夠以超高通量和更低的成本評估可開發性。
XupremAb?是一站式的抗體發現解決方案，整個過程均融入了AI技術。該平臺既可作為完整的解決方案，涵蓋從靶點到臨床前候選分子的整個流程，也可作為單獨的子平臺對外提供合作機會。
-
抗體篩選
-
XtraDoma?
AI驅動的雜交瘤平臺，放大所得先導抗體數量
-
NGS+AI挖掘免疫組庫，超高通量篩選抗體
-
XpeedPlay?
學習多物種天然抗體序列特征的模型算法融合噬菌體展示技術，超高速獲得苗頭抗體
-
XuperNovo?
虛擬篩選，從頭設計抗體
-
新一代人源化小鼠平臺
-
案例
-
擴大搜索空間，獲得更高質量的苗頭抗體
案例 1 ：對免疫組庫中數百萬個抗體序列進行虛擬篩選
利用XploreSeq? 對數百萬個BCR進行NGS測序，識別出高置信度的苗頭抗體 （左圖）。
在該項目中，XploreSeq? 共預測了717個結合抗體，從中隨機選擇48個用于表達和檢測。其中66.7% （32/48）被確認為結合抗體，只有18.6%（6/32）的結合抗體與雜交瘤篩選的苗頭抗體重疊（右圖）。
-
-
利用AI提高抗體工程效率，實現多目標優化
案例2： 先導抗體的雙向親和力改造
目標：分別提高和降低先導抗體的親和力，為雙特異性抗體開發提供更多選擇。
我們的AI模型生成了3組突變體，其預測親和力相比野生型：
1) 顯著提高 (目標：10倍)
2) 稍微提高 (目標：3倍)
3) 稍微降低 (目標：降低3倍)
表達和測試時，這些突變體顯示出與其目標范圍相吻合的親和力（如左圖所示）。
對96個突變體進行了1輪設計-合成-測試，獲得一組高度優化的先導分子，其KD跨度為3個數量級，具有優良的可開發性。
-
將優良的可開發性注入每個分子
案例 3 ：XcelDev? Silico根據可開發性對30多種候選抗體進行評估和排序
利用XcelDev? Silico分析了36個通過了結合和功能篩選的苗頭抗體。我們預測了每種抗體的6種性質，并在0-1的范圍進行評分（以顏色梯度顯示）。
我們計算了整體可開發性得分，對所有36個苗頭抗體進行排序。對前7個苗頭抗體（紅色方框）進行了達以及一系列體外可開發性測定，以驗證排序的有效性。所有7個苗頭抗體的測定結果均良好，Tm、SEC、AC-SINS和HIC結果如下圖所示。
-
36種抗體的XcelDev? Silico結果
前7位候選抗體的濕實驗驗證結果
-
