AET 2024 : Exploiter les technologies ADN de pointe pour créer des banques de précision pour l’ingénierie des anticorps

alt text
Présenté par
Radha Parmar
Consultant en science et technologie, biomédicaments – EMEA, Twist

Abordés dans ce webinaire
Découvrez comment le machine learning axé sur la structure a été utilisé pour concevoir des liants d’anticorps prédictifs contre la cible RCPG C5aR1
La plateforme Twist de synthèse d’oligonucléotide et son utilisation pour créer une banque très diversifiée de CDR réarrangées (shuffle) et construire une exposition sur phage de novo
L’identification de plusieurs têtes de haute affinité qui bloquent fonctionnellement la signalisation de C5aR1 dans les analyses cellulaires

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.

Saisissez vos coordonnées pour regarder le webinaire

 

 

Powered by Translations.com GlobalLink Web Software