概述 参数 过程 概念验证 资源
概述

释放人工智能的力量

Twist AI 超突变 scFv 文库借助人工智能的力量,增强具有全人源抗体序列的合成抗体文库的设计。利用神经网络来模拟 B 细胞受体重组和超突变,生成具有开发可行性的抗体。

利用这个独特的文库,您可以发现和开发针对任何适应症的治疗性抗体。

生成开发可行性得到优化的 scFv 抗体
生成开发可行性得到优化的 scFv 抗体
经过验证且易于生产的框架,以多个主链为基础,针对功能进行了优化
全人源抗体序列
多样性达 1 x 10^9
利用 AI 解锁独特而天然的抗体组库
利用 AI 解锁独特而天然的抗体组库
设计算法通过数百万抗体序列进行了训练
AI 模拟天然 B 细胞受体发育的过程
获得通过重排和超突变产生的多样性
合成文库的优势
合成文库的优势
在无免疫的情况下,在 10-12 周内进行淘选和功能检测
专注于有效的序列空间
可同时筛选多个靶标

释放人工智能的力量

Twist AI 超突变 scFv 文库借助人工智能的力量,增强具有全人源抗体序列的合成抗体文库的设计。利用神经网络来模拟 B 细胞受体重组和超突变,生成具有开发可行性的抗体。

利用这个独特的文库,您可以发现和开发针对任何适应症的治疗性抗体。

生成开发可行性得到优化的 scFv 抗体
生成开发可行性得到优化的 scFv 抗体
经过验证且易于生产的框架,以多个主链为基础,针对功能进行了优化
全人源抗体序列
多样性达 1 x 10^9
利用 AI 解锁独特而天然的抗体组库
利用 AI 解锁独特而天然的抗体组库
设计算法通过数百万抗体序列进行了训练
AI 模拟天然 B 细胞受体发育的过程
获得通过重排和超突变产生的多样性
合成文库的优势
合成文库的优势
在无免疫的情况下,在 10-12 周内进行淘选和功能检测
专注于有效的序列空间
可同时筛选多个靶标
规格
文库规格

Twist AI 超突变 scFv 文库使用深度学习进行设计,为抗体发现提供了一个多功能平台。用于设计该文库的神经网络对数百万个抗体序列进行挖掘,从而在类似于天然 B 细胞受体超突变和重组的过程中生成多样化的抗体组库。

该文库限制了互补决定区 1 (CDR1) 和 2 (CDR2) 的多样性,但大幅提高了 CDR3 的多样性。重链与轻链有四种组合方式(VH3-23/VK1-39、VH3-23/VK3-20、VH1-69/VK1-39 和 VH1-69/VK3-20),每种组合中均包含 200 个相互链接的 HCDR1-HCDR2 序列和 100,000 个 HCDR3,以及 100 个相互链接的 LCDR1-LCDR2 序列和 10,000 个 LCDR3。组合组装后生成一个全人源 scFv 文库,其中包含 400,000 个 HCDR3、40,000 个 LCDR3,多样性可达 1 x 109

重链设计
CDR 长度多样性与人类组库分布相符

AI 超突变 scFv 文库中的序列是通过精选的子集计算而来,这个子集来自天然生成的人类抗体的完整数据库。就 IGHV3-23 中的 CDR1、CDR2 和 CDR3 而言,所选抗体序列的长度分布(紫色)与天然人类抗体组库中的长度分布(黑色)非常相似。

CDR 长度多样性与人类组库分布相符
文库规格

Twist AI 超突变 scFv 文库使用深度学习进行设计,为抗体发现提供了一个多功能平台。用于设计该文库的神经网络对数百万个抗体序列进行挖掘,从而在类似于天然 B 细胞受体超突变和重组的过程中生成多样化的抗体组库。

该文库限制了互补决定区 1 (CDR1) 和 2 (CDR2) 的多样性,但大幅提高了 CDR3 的多样性。重链与轻链有四种组合方式(VH3-23/VK1-39、VH3-23/VK3-20、VH1-69/VK1-39 和 VH1-69/VK3-20),每种组合中均包含 200 个相互链接的 HCDR1-HCDR2 序列和 100,000 个 HCDR3,以及 100 个相互链接的 LCDR1-LCDR2 序列和 10,000 个 LCDR3。组合组装后生成一个全人源 scFv 文库,其中包含 400,000 个 HCDR3、40,000 个 LCDR3,多样性可达 1 x 109

重链设计
CDR 长度多样性与人类组库分布相符

AI 超突变 scFv 文库中的序列是通过精选的子集计算而来,这个子集来自天然生成的人类抗体的完整数据库。就 IGHV3-23 中的 CDR1、CDR2 和 CDR3 而言,所选抗体序列的长度分布(紫色)与天然人类抗体组库中的长度分布(黑色)非常相似。

CDR 长度多样性与人类组库分布相符
过程
文库淘选与筛选过程

从淘选到功能分析,大概需要 10–12 周。该过程首先通过噬菌体,筛选针对靶抗原的多样化 Twist AI 超突变 scFv 文库,最后将候选抗体片段重新格式化为全长 IgG。

您也可以获得 AI 超突变 scFv 文库的许可,启动您自己的内部研发项目。欲了解详情,请联系 [email protected]

文库淘选与筛选
文库淘选与筛选过程

从淘选到功能分析,大概需要 10–12 周。该过程首先通过噬菌体,筛选针对靶抗原的多样化 Twist AI 超突变 scFv 文库,最后将候选抗体片段重新格式化为全长 IgG。

您也可以获得 AI 超突变 scFv 文库的许可,启动您自己的内部研发项目。欲了解详情,请联系 [email protected]

文库淘选与筛选
概念验证

概念验证数据

Twist AI 超突变 scFv 文库已通过作用于 SARS-CoV-2 刺突蛋白 S1(冠状病毒表面的一种关键蛋白)成功进行淘选,以发现具有所需特性的独特克隆。通过表面等离子共振技术测定亲和力,并在竞争性测定中验证活性。

直接偶联抗 S1 抗体的动力学

Twist AI 超突变 scFv 文库高效地发现了具有高结合亲和力的 SARS-CoV-2 S1 抗体先导化合物。

直接偶联抗 S1 抗体的动力学
通过 FACS 验证抗体能够有效抑制刺突蛋白结合 VERO E6 细胞

通过 AI 超突变 scFv 文库获得的一组抗 S1 抗体,可抑制 S1 结合表达 ACE2 的 VERO E6 细胞。代表性克隆 TB268-14 的流式细胞图显示,转染子群体与亲本群体的图谱间存在变化。

该数据显示

通过 FACS 验证抗体能够有效抑制刺突蛋白结合 VERO E6 细胞

概念验证数据

Twist AI 超突变 scFv 文库已通过作用于 SARS-CoV-2 刺突蛋白 S1(冠状病毒表面的一种关键蛋白)成功进行淘选,以发现具有所需特性的独特克隆。通过表面等离子共振技术测定亲和力,并在竞争性测定中验证活性。

直接偶联抗 S1 抗体的动力学

Twist AI 超突变 scFv 文库高效地发现了具有高结合亲和力的 SARS-CoV-2 S1 抗体先导化合物。

直接偶联抗 S1 抗体的动力学
通过 FACS 验证抗体能够有效抑制刺突蛋白结合 VERO E6 细胞

通过 AI 超突变 scFv 文库获得的一组抗 S1 抗体,可抑制 S1 结合表达 ACE2 的 VERO E6 细胞。代表性克隆 TB268-14 的流式细胞图显示,转染子群体与亲本群体的图谱间存在变化。

该数据显示

通过 FACS 验证抗体能够有效抑制刺突蛋白结合 VERO E6 细胞
资源
通过 AI 引导的文库设计提升抗体开发能力
通过 AI 引导的文库设计提升抗体开发能力
通过 AI 引导的文库设计提升抗体开发能力
Powered by Translations.com GlobalLink OneLink Software