Maschinelle Lernplattform erzeugt neuartige COVID-19-Antikörpersequenzen für experimentelle Tests

0

Maschinelle Lernplattform erzeugt neue COVID-19-Antikörpersequenzen für experimentelle TestsForscher des Lawrence Livermore National Laboratory (LLNL) haben einen ersten Satz therapeutischer Antikörpersequenzen identifiziert, die in wenigen Wochen mit Hilfe von maschinellem Lernen und Supercomputing entwickelt wurden und darauf abzielen, SARS-CoV-2, das Virus, das COVID-19 verursacht, zu binden und zu neutralisieren.

Das Forschungsteam führt experimentelle Tests mit den ausgewählten Antikörperdesigns durch.Gegenwärtig ist die Behandlung von COVID-19 mit Antikörpern nur möglich, indem diese aus dem Blut von Patienten gewonnen werden, die sich vollständig erholt haben.

Da die neuen Antikörper-Designs durch einen iterativen rechnerisch-experimentellen Prozess verbessert werden, könnten sie einen sichereren, zuverlässigeren und skalierbareren Weg zur Verwendung von Antikörpern als potenzielle Behandlungsmethoden für von der Krankheit betroffene Menschen ermöglichen, so die Wissenschaftler.In einem Artikel auf der Open-Access-Website BioRxiv, der nicht von Fachkollegen begutachtet wurde, beschreiben Wissenschaftler des LLNL, wie sie die Hochleistungscomputer des Labors und eine maschinell lerngesteuerte Computerplattform nutzten, um Antikörperkandidaten zu entwerfen, die voraussichtlich an die SARS-CoV-2-Rezeptorbindungsdomäne (RBD) binden werden.

Durch die Kombination bekannter Antikörperstrukturen für SARS-CoV-1 (ein ähnliches Coronavirus, das ein schweres akutes Atemwegssyndrom verursacht) und eines Algorithmus für maschinelles Lernen, der Mutationen dieser Strukturen vorschlug, um sie für SARS-CoV-2 zu optimieren, reduzierten die Wissenschaftler des Labors die Anzahl der möglichen Designs von einer nahezu unendlichen Anzahl von Kandidaten auf 20 Anfangssequenzen, die auf SARS-CoV-2 abzielen sollen.Die Berechnungen der freien Energie, die für den ersten Satz von Designs durchgeführt wurden – die zur Vorhersage der Bindungswahrscheinlichkeit verwendet wurden – waren im Vergleich zu ähnlichen Berechnungen für bekannte SARS-CoV-1-Antikörper vorteilhaft, berichtete das Team.

Die Ergebnisse deuten darauf hin, dass die vorhergesagten SARS-CoV-2-Antikörper an die Rezeptoren des Virus binden und es neutralisieren können, indem sie verhindern, dass das Virus an menschliche Zellen bindet und in diese eindringt.

Die Antikörpermutanten punkteten auch bei multiplen Entwicklungsfähigkeitsmetriken, was eine hohe Wahrscheinlichkeit bedeutet, dass sie in einem Labor entwickelt werden könnten,….

Tun Sie mir einen Gefallen: Bitte TEILEN Sie diesen Beitrag.

Share.

Leave A Reply