A Review of Deep Learning Methods for Antibodies

Abstract

深度学习的发展，进入biomedicine领域

药物发现和蛋白工程领域，设计分子等重要

• 小分子关注挺多，大分子正在开始，例如抗体

介绍

• 如何到抗体药物研发

• 几个算法的深入解释

  • general, antibody design

Introduction

前沿

• 强调在抗体设计方面的3个挑战

  • modeling of structure from sequence
  • prediction of protein interactions
  • identification of likely binding sites

• 介绍在这些方面的DL方法

• 然后描述一些相关的方法，虽然应用的领域比较窄

• 描述数据集及benchmarks

新的方法提高及纯化antibody development pipeline

• 加速发现时间
• 减少下游任务相关的挑战

goal of lead development research

• 减少下游lead优化的成本

  • 提高溶解性
  • 提高免疫原性
  • 子主题 3

扩展潜在抗体的治疗机制

• 增加functional domain

  • 创造bispecific and Fc effector抗体

  • explore不同的结构，为了unique properties

    • 例如单链变化片段

    • camelid-derived antibody

      • 单域抗体(single-domain antibody, sdAbs)是近年来利用基因工程技术从骆驼科动物和软骨鱼血清中克隆得到的只保留重链可变区的具有抗原结合活性的新型抗体，具有分子量小、特异性高、亲和性好、稳定性高、组织穿透力强、免疫原性低和制备成本低等优点，

这些创新缩短了时间、加速了步骤

• 可以利用计算的方法赋能

  • reduce cost
  • increase speed of lead candidata generation

• in silico Pipeline的优势

  • 加速、降低成本，更加规模化的抗体产生
  • 对于有挑战的抗原，设计抗体
  • 合理的设计抗体

• dl

  • 似乎证明了更大的成功比传统的计算方法，在解决具体的challenge方面

Antibodies

抗体结构的介绍

• 重链和轻链

  • 重链50kDa
  • 轻链25kDa

• 重链

  • 3个constant 区域
  • 1个variable区域

• 轻链

  • 1个constant区域
  • 1个variable区域

• 子主题 6

• 恒定区域
  可变区域

  • 可变区

    • 概念

      • 抗体分子的N端存在一段氨基酸序列变化较大的区域，该区域称为可变区

  • 恒定区

    • 抗体分子C端氨基酸序列相对稳定，该区域称为恒定区

      • 同一种分子的恒定区相同

    • 重链的恒定区由3-4个串联的Ig结构域及一个用于增加灵活性的铰链区构成。

      • IgA、IgE、IgG有三个结构域（CH1、CH2、CH3）
      • IgD、IgM有四个结构域（CH1、CH2、CH3、CH4）

    • 子主题 3

  • 参考链接

    • https://m.kepvideo.com/antibody-introduction-structure-and-classes/
    • https://go.myabcam.com/Training-Course-Antibody-Basics1-China
    • http://www.detaibio.com/topics/antibody-structure.html

由于特异性和广泛的应用，因此引起了很多研究兴趣

• 计算上的投入研究

计算上的特点

• 生成三维结构

  • 传统的结构测定方法

    • X-ray crystallography (x-ray 晶体衍射)

    • Nuclear Magnetic Resonance (NMR), 核磁共振

    • Cryogenic Electron Mycroscopy， 冷冻电镜

    • 缺点

      • time consuming
      • expensive

  • 计算方法

    • 化学和existing protein data

  • modeling of H3 CDR loop 仍然很有挑战

    • 意义

      • H3 loop比较unique

DL

Discussion

Datasets/Benchmarks

Deep Learning Methods

Why Deep Learning for These Problems?

组成CDR区域

可变区主要通过其3个CHR区形成3个环状结构与抗原特异性结合

XMind - Trial Version