AET 2024:抗体工学用の精密ライブラリ構築のための最先端 DNA 技術の活用

alt text
発表者:
Radha Parmar
Twist、生物製剤担当科学技術コンサルタント - EMEA

このウェビナーでわかること
GPCR 標的である C5aR1 に対して予測される抗体結合体の設計に、構造をもとに機械学習をどのように用いたのか
Twist のオリゴヌクレオチド合成プラットフォームと、それを用いた高多様性 CDR シャッフルライブラリの作製および de-novo ファージディスプレイの構築について
細胞アッセイで C5aR1 シグナル伝達を機能的に遮断する、複数の高親和性リード化合物の同定について

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.

ウェブセミナーを視聴するためには、
お客様情報を記入してください。

 

 

Powered by Translations.com GlobalLink Web Software