Structure-based machine learning was leveraged to design predicted antibody binders against the GPCR target C5aR1. The CDR sequences of these predicted binders were then used to construct a de-novo phage-display library. Twist’s oligo-synthesis platform enabled fabrication of a highly diverse CDR-shuffle library with excellent variant representation and with no unwanted bias or motifs. Following panning, several high-affinity leads were identified that functionally blocked C5aR1 signaling in cellular assays.  This symposium was part of the event Antibody Engineering & Therapeutics Europe 2024.

G 偶联蛋白受体 (GPCR) 仍然是抗体发现领域最具吸引力但更具挑战性的治疗靶点之一。补体成分 5a 受体 1 (C5aR1) 是一种目标 GPCR，在免疫肿瘤学和炎症中具有潜在的治疗应用。这种 GPCR 与补体级联反应和先天免疫有关。其配体 C5a 对 C5aR1 的刺激通过抑制 T 细胞介导的抗肿瘤活性来促进肿瘤发生，而经过证明，阻断 C5aR 信号传导可减弱肿瘤生长。在与 Macromoltek 的联合方法中，我们利用 Twist 的 DNA 合成和文库组装技术以及基于结构的机器学习，设计了靶向抗 C5aR 研发文库，以鉴定几种针对 C5aR 的高效选择性先导抗体。在基于细胞的测定中，从这项研究中鉴定的几种候选药物也显示出对 C5aR1 介导的信号传导具有功能拮抗作用。这项工作展示了如何通过将高度特异性的 DNA 合成与明确设计相结合，成功地揭示复杂靶点以研发新型疗法。

Dickkopf-1 (DKK1) 是一种已知在肿瘤微环境中过度表达的内源性蛋白质。既往研究表明，抗 DKK1 抗体在多种不同癌症中具有抗肿瘤作用。Twist Biopharma Solutions 的多学科黄金标准平台整合了抗体发现的体外、体内和生物信息学方法。在这项研究中，我们利用 Twist 的体外和生物信息学方法，利用 Twist 的高多样性合成噬菌体库以及机器学习策略，发现了有效的抗 DKK1 抗体。使用噬菌体展示法选出两个合成的人源化 VHH 文库，并通过酶联免疫吸附试验 (ELISA) 筛选噬菌体淘选结果，以确定潜在的候选者。还通过下一代测序 (NGS) 对淘选结果进行了测序 - NGS 结果被用于各种机器学习模型，以预测更多潜在候选者。Sequences were reformatted into VHH-Fc, and synthesized and produced with Twist’s high throughput synthesis and production platform.  Resulting antibodies were evaluated for binding on SPR, as well as further downstream characterization and in vivo studies. 此外，我们的模块化 VHH 平台使我们能够将有前景的 mAbs 快速转化为双特异性抗体 (bsAb)。