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.

Les récepteurs couplés à la protéines G (RCPG) restent l'une des cibles thérapeutiques les plus attrayantes mais les plus difficiles pour la recherche d'anticorps. Le récepteur 1 du composant 5a du complément (C5aR1) est un RCPG d'intérêt avec des applications thérapeutiques potentielles dans les domaines de l'immuno-oncologie et de l'inflammation. Ce RCPG est impliqué dans la cascade du complément et dans l'immunité innée. La stimulation de C5aR1 par son ligand, C5a, favorise la tumorigenèse en supprimant l'activité anti-tumorale médiée par les lymphocytes T, tandis qu'il a été démontré que le blocage de la signalisation de C5aR atténuait la croissance tumorale. Dans le cadre d'une approche combinée avec Macromoltek, nous tirons parti de la technologie de synthèse d'ADN et d'assemblage de banques de Twist avec un apprentissage automatique basé sur la structure pour concevoir une banque de recherche ciblée anti-C5aR afin d'identifier plusieurs anticorps principaux très puissants et sélectifs contre le C5aR. Plusieurs des candidats identifiés dans le cadre de cette étude se sont également révélés avoir des effets fonctionnellement antagonistes sur la signalisation médiée par C5aR1 dans des analyses cellulaires. Ces travaux démontrent comment la synthèse d'ADN hautement spécifique, associée à une conception éclairée, peut être combinée pour poursuivre avec succès des cibles difficiles en vue d'une nouvelle recherche thérapeutique.

Dickkopf-1 (DKK1) est une protéine endogène connue pour sa surexpression dans les micro-environnements tumoraux. Des études antérieures ont montré l’effet antitumoral des anticorps anti-DKK1 dans de nombreux cancers différents. La plateforme multidisciplinaire de Twist Biopharma Solutions intègre des approches in vitro, in vivo et in silico pour la recherche d’anticorps. Dans cette campagne, nous avons exploité les approches in vitro et in silico de Twist, en tirant parti des banques de phages synthétiques très diversifiées de Twist ainsi que des stratégies de machine learning pour découvrir de puissants anticorps anti-DKK1. Deux banques synthétiques de VHH humanisés ont été analysées au moyen d’une exposition sur phage, et les résultats du panning sur phage ont été analysés par ELISA afin d’identifier les candidats potentiels. Les résultats du panning ont également été séquencés par NGS, puis les résultats NGS ont été analysés au moyen de plusieurs modèles de machine learning afin de prédire d’autres candidats potentiels. 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. Notre plateforme modulaire VHH nous a également permis de reformater rapidement des AcM prometteurs en anticorps bispécifiques (bsAbs).