You're visiting from outside the EU. Switch to the US version to see local pricing and tax details in USD.
Switch to US ($)
Parlons de votre projet Télécharger le rapport complet
Industrie pharmaceutique
Diagnostic
Neurologie
Une entreprise pharmaceutique a identifié un anticorps candidat prometteur pour le diagnostic de maladies neurodégénératives, mais sa sensibilité était trop faible pour une détection fiable. L’objectif du projet était d’augmenter l’affinité de liaison d’un anticorps de souris ciblant un antigène humain, afin d’accélérer le développement et de progresser plus rapidement vers une solution diagnostique robuste.
Pour sécuriser et optimiser la stratégie, nous avons d’abord réalisé une cartographie paratope–épitope détaillée afin de clarifier l’interface d’interaction et d’orienter la conception rationnelle de variantes à affinité améliorée. Sur cette base, nous avons utilisé notre service de maturation d’affinité pour générer et cribler des variantes optimisées d’anticorps, en sélectionnant les candidates présentant une meilleure liaison à la cible.
Assurer la développabilité en maintenant des niveaux d’expression au moins équivalents au sauvage (WT)
Préserver la stabilité structurale malgré les modifications de séquence
Se rapprocher au maximum du plateau de performance
Améliorer l’affinité sans augmenter la liaison non spécifique
Notre processus consiste à concevoir des mutations ciblées pour renforcer les interactions anticorps–antigène, tout en tenant compte des enjeux spécifiques à chaque projet.
Nous avons utilisé notre plateforme d’IA pour proposer des substitutions d’acides aminés ciblées, puis sélectionné 20 variantes à concevoir et tester grâce à notre expertise.
2. Revue biologique
Nous avons systématiquement passé en revue et challengé les substitutions suggérées par l’IA avec notre équipe de bio-informatique afin de garantir la pertinence biologique de chaque variante selon les exigences cibles.
3. Validation en laboratoire
Après expression et purification, nous avons validé la liaison des variantes par SDS-PAGE, titration ELISA et biolayer interferometry (BLI) pour mesurer l’affinité et guider la sélection.
4. Boucle d’apprentissage itérative
Les résultats expérimentaux sont réinjectés dans nos modèles d’IA, permettant des cycles rapide de conception–test et une convergence accélérée vers les variantes à affinité améliorée.
Nous avons identifié avec succès une variante leader d’anticorps (Ab-1) présentant une amélioration d’affinité d’environ 20 fois par rapport à l’anticorps parental (WT), ainsi que d’autres variantes (Ab-2 à Ab-5) affichant une affinité 2 à 10 fois supérieure au WT.
Les mesures cinétiques indiquent que la maturation de l’affinité n’a pas compromis la performance initiale ni la développabilité. De plus, l’analyse structurale 3D couplée à notre outil d’IA confirme la stabilité du squelette.
Le client a obtenu des variantes d’anticorps ayant jusqu’à 20 fois plus d’affinité que l’anticorps parental, permettant une progression plus rapide et fiable du projet.
Notre approche de maturation d’affinité par IA permet d’anticiper et d’introduire des mutations ciblées pour optimiser l’affinité antigénique, tout en préservant la développabilité de l’anticorps.