Automated optimisation of solubility and conformational stability of antibodies and proteins

溶解度 蛋白质稳定性 理论(学习稳定性) 抗体 蛋白质结构 化学 计算生物学 计算机科学 生物化学 生物 遗传学 物理化学 机器学习
作者
Angelo Rosace,Anja Bennett,Marc Oeller,Mie M. Mortensen,Laila Sakhnini,Nikolai Lorenzen,Christian Poulsen,Pietro Sormanni
出处
期刊:Nature Communications [Springer Nature]
卷期号:14 (1) 被引量:13
标识
DOI:10.1038/s41467-023-37668-6
摘要

Biologics, such as antibodies and enzymes, are crucial in research, biotechnology, diagnostics, and therapeutics. Often, biologics with suitable functionality are discovered, but their development is impeded by developability issues. Stability and solubility are key biophysical traits underpinning developability potential, as they determine aggregation, correlate with production yield and poly-specificity, and are essential to access parenteral and oral delivery. While advances for the optimisation of individual traits have been made, the co-optimization of multiple traits remains highly problematic and time-consuming, as mutations that improve one property often negatively impact others. In this work, we introduce a fully automated computational strategy for the simultaneous optimisation of conformational stability and solubility, which we experimentally validate on six antibodies, including two approved therapeutics. Our results on 42 designs demonstrate that the computational procedure is highly effective at improving developability potential, while not affecting antigen-binding. We make the method available as a webserver at www-cohsoftware.ch.cam.ac.uk.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
传统的斓完成签到 ,获得积分10
1秒前
勤恳发布了新的文献求助10
1秒前
SciGPT应助srf0602.采纳,获得10
2秒前
Survivor应助感动白开水采纳,获得10
4秒前
4秒前
chanyi完成签到,获得积分10
4秒前
yk32315发布了新的文献求助10
4秒前
4秒前
七月流火应助陈12采纳,获得80
5秒前
修狗2完成签到,获得积分10
5秒前
菜懂菜菜发布了新的文献求助20
5秒前
高无怨发布了新的文献求助10
6秒前
gyhmm发布了新的文献求助10
6秒前
单纯的猫咪完成签到,获得积分10
7秒前
9秒前
srf0602.发布了新的文献求助10
9秒前
卜卜脆完成签到,获得积分10
9秒前
SigRosa完成签到,获得积分10
9秒前
man应助刘继海采纳,获得10
10秒前
俊逸的慕儿完成签到,获得积分10
10秒前
无花果应助xiaosi采纳,获得10
13秒前
13秒前
伍英发布了新的文献求助10
14秒前
aa发布了新的文献求助10
14秒前
科研通AI2S应助jacob258采纳,获得10
17秒前
慕豪英完成签到,获得积分10
17秒前
18秒前
dahuashengli完成签到 ,获得积分10
18秒前
wanci应助榜一大哥的负担采纳,获得10
19秒前
Natua完成签到,获得积分10
19秒前
19秒前
SciGPT应助启震采纳,获得10
19秒前
20秒前
超帅的南琴完成签到,获得积分10
22秒前
aa完成签到,获得积分10
23秒前
闵凝竹发布了新的文献求助10
23秒前
25秒前
27秒前
zhang发布了新的文献求助10
27秒前
27秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Handbook of Prejudice, Stereotyping, and Discrimination (3rd Ed. 2024) 1200
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244242
求助须知:如何正确求助?哪些是违规求助? 2887961
关于积分的说明 8250736
捐赠科研通 2556491
什么是DOI,文献DOI怎么找? 1384786
科研通“疑难数据库(出版商)”最低求助积分说明 649936
邀请新用户注册赠送积分活动 626021