Cart (0 Items)
Your cart is currently empty.
View Products
-
Cliente
Empresa biotecnológica
Sector
Terapéutica
-
Ámbito de investigación
Inmunología
Fase del pipeline
Caracterización de candidatos líderes
-
Procesos clave
- Análisis de secuencias de anticuerpos y antígenos
- Modelado 3D y simulaciones
- Validación experimental
Números clave
85%
Reducción de señal
3
Residuos críticos identificados
Contexto
Una empresa biotecnológica necesitaba determinar rápidamente las interacciones precisas epítopo-parátopo de un candidato a anticuerpo terapéutico. Comprender estos detalles moleculares era crucial no solo para predecir la actividad terapéutica (agonista/antagonista), sino también para diseñar herramientas de diagnóstico (por ejemplo, ELISAs tipo sándwich), fortalecer las reclamaciones de propiedad intelectual y preparar la ingeniería de anticuerpos, como la maduración por afinidad.
Retos
1
Gran espacio conformacional de búsqueda debido a interfaces de unión desconocidas
2
Necesidad de modelos estructurales de alta calidad tanto del anticuerpo como del antígeno
3
Flexibilidad de la proteína, requiriendo estructuras representativas para un mapeo preciso
4
Validación experimental esencial para confirmar las predicciones in silico
Enfoque de ProteoGenix
Análisis de secuencias de anticuerpos y antígenos
Modelado 3D de estructuras
Simulaciones de acoplamiento impulsadas por IA
Identificación de regiones epítopo/parátopo
Validación experimental mediante mutagénesis y ensayo de unión
Resultados
AIxplore® Mapeo de epítopos y parátopos identificó un punto funcional crítico cerca del sitio de unión a ácido nucleico del antígeno. La sustitución de tres residuos críticos por mutante llevó a una reducción del 85% en la señal de unión, demostrando tanto la precisión de las predicciones de IA como el probable efecto neutralizante del anticuerpo. El mapeo también resaltó residuos del parátopo, con mutaciones en la cadena pesada produciendo el mayor impacto. Estos hallazgos proporcionan una base sólida para hipótesis del mecanismo terapéutico, protección de la PI y estrategias futuras de ingeniería.
Modelización 3D
Conclusión clave
Al combinar predicciones impulsadas por IA con validación experimental, ProteoGenix proporciona resultados fiables sobre interacciones anticuerpo-antígeno. Este enfoque integrado reduce riesgos y plazos, aportando datos con los que orientar el desarrollo terapéutico, el diseño de ensayos diagnósticos y garantizar una protección PI más sólida.
