木瓜炖奶的做法步骤,木瓜炖奶的家常做法
2024-08-02
加州大学圣地亚哥分校医学院的科学家开发了一种基于人工智能(AI)的策略,用于发现高亲和力抗体药物。
在28年2023月17日发表在《自然通讯》上的这项研究中,研究人员使用这种方法鉴定了一种新抗体,该抗体将主要癌症靶点的结合度比现有抗体药物紧密19倍。作者说,该管道可以加速发现针对癌症和其他疾病(如COVID-<>和类风湿性关节炎)的新药。
为了成为成功的药物,抗体必须与其靶标紧密结合。为了找到这样的抗体,研究人员通常从已知的抗体氨基酸序列开始,并使用细菌或酵母细胞产生一系列具有该序列变异的新抗体。然后评估这些突变体结合靶抗原的能力。然后,效果最好的抗体子集进行另一轮突变和评估,并且重复这个循环,直到一组紧密结合的决赛入围者出现。
尽管这个过程漫长而昂贵,但许多产生的抗体仍然无法在临床试验中有效。在这项新研究中,加州大学圣地亚哥分校的科学家设计了一种最先进的机器学习算法来加速和简化这些工作。
该方法的开始类似,研究人员生成了一个包含大约五十万个可能的抗体序列的初始文库,并筛选它们与特定蛋白质靶标的亲和力。但是,他们不是一遍又一遍地重复这个过程,而是将数据集输入贝叶斯神经网络,该网络可以分析信息并使用它来预测其他序列的结合亲和力。
使用我们的机器学习工具,这些后续的序列突变和选择可以在计算机上快速有效地进行,而不是在实验室中进行。
他们的人工智能模型的一个特别优势是它能够报告每个预测的确定性。“与许多人工智能方法不同,我们的模型实际上可以告诉我们它对每个预测的信心,这有助于我们对抗体进行排名,并决定在药物开发中优先考虑哪些抗体,”王说。
为了验证管道,项目科学家和该研究的共同第一作者JonathanParkinson博士和RyanHard博士着手设计一种针对程序性死亡配体1(PD-L1)的抗体,PD-L1是一种在癌症中高度表达的蛋白质,也是几种市售抗癌药物的靶标。使用这种方法,他们鉴定出一种与PD-L17结合的新型抗体,其结合效果比atezolizumab(商品名Tecentriq)好<>倍,atezolizumab是美国食品和药物管理局批准用于临床的野生型抗体。
研究人员现在正在使用这种方法来鉴定针对其他抗原(如SARS-CoV-2)的有希望的抗体。他们还在开发额外的人工智能模型,用于分析氨基酸序列中对临床试验成功至关重要的其他抗体特性,如稳定性、溶解度和选择性。
“通过结合这些人工智能工具,科学家们可能能够在计算机上而不是在工作台上执行越来越多的抗体发现工作,这可能会导致更快,更不容易失败的发现过程,”王说。“这个管道有很多应用,这些发现实际上只是一个开始。
版权声明:本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们
推荐阅读
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
2024-08-02
栏目热点
受膳食补充剂诱惑营养学家解释其风险益处和天然替代品
注意力和跑步独立地影响单个脑细胞
家用无线设备跟踪帕金森病患者的疾病进展
不信任人类同胞的人对人工智能表现出更大的信任
用于ALS遗传形式的研究药物可改善疾病的分子体征
新的成像技术可以加速眼病治疗的发展
肠道微生物组帮助不同饮食的熊达到相同的体型
科学家相信进化可以拯救珊瑚礁如果我们让它
研究人员创造合成岩石以更好地了解越来越受欢迎的稀土元素是如何形成的
婴儿在子宫内对味觉和嗅觉有反应