抗體藥物可開發性預測的關鍵指標及快速評價

前言

抗體藥物設計中除了要考慮藥物分子跟靶標的結合能力之外,還需要考慮可開發性問題如表達量、穩定性、溶解度和聚集水平等等。任意一個性質的缺陷最終都會影響抗體藥物的成藥性,這對大、小分子藥物都是一樣的。與小分子藥物發現不同,目前沒有針對抗體設計的類似Lipinski的五原則的計算模型,而單純通過傳統的實驗方法較難一次性篩選到多參數均優的分子,也難以在早期進行評估。

抗體藥物可開發性預測的關鍵指標及快速評價

?

TAP介紹

為了解決這個問題,Oxford、MedImmune、Roche、GSK等機構聯合開展了一項研究,通過對一系列臨床后期治療抗體(CSTs)的可變區結構建模,并計算了一系列性質指標以估算它們的可開發性質。最終提出了五個可能與可開發性問題最相關的度量指標,包括親和力決定區域(CDRs)的總長度、表面疏水性的程度,CDRs中的正電荷和負電荷,以及重鏈和輕鏈表面電荷的不對稱性等,并根據這些指標開發了一系列計算指導原則(評價標準)來判斷抗體的成藥性,稱為Therapeutic Antibody Profiler(TAP)。通過該標準可以快速評估目標分子是否符合五個可開發性指導原則,并指出潛在的序列缺陷和規范形式。參考文獻:Raybould MIJ, et al. Five Computational Developability Guidelines for Therapeutic Antibody Profiling. PNAS. (2019)。
TAP 計算以下5個性質,以確定輸入抗體的可開發性指標是否與臨床階段抗體的屬性相匹配:

1.CDR區總長度:Total CDR Length

2.CDR區域及其周圍的表面疏水性程度:Patches of Surface Hydrophobicity (PSH) metric across the CDR Vicinity

3.CDR區域及其周圍的表面正電荷程度:Patches of Positive Charge (PPC) metric across the CDR Vicinity

4.CDR區域及其周圍的表面負電荷程度:Patches of Negative Charge (PNC) metric across the CDR Vicinity

5.Fv區的重、輕鏈之間的凈電荷失衡程度:Structural Fv Charge Symmetry Parameter (SFvCSP)

各指標的含義如下:●CDR的長度:CDR長度對于抗原的結合方式有著重要的影響,假如抗體有著較長的CDR-H3 loop,那么抗原將會主要和CDR-H3進行結合,而與其他的CDR結合較差。但是當CDR-H3 loop較小的時候,其他的CDR則會對結合起到重要的輔助作用。此外,不同來源得到的抗體序列的CDR-H3的長度也會有顯著差異,比如小鼠來源的抗體的CDR-H3就顯著短于人表達的抗體。此外通過臨床抗體和常規抗體(VdH Ig-seq)之間的比較發現:臨床上的抗體的CDR-H3明顯小于常規抗體的CDR-H3的長度。由于CDR的總長度既包括結合位點形狀,又包括CDR-H3的長度,因此選用CDR的總長度包含在最終的五個TAP指標中。 

●疏水性(PSH): CDR區域的疏水性與抗體的聚集傾向有關。研究者通過同源模型,考慮殘基的疏水性和是否暴露于溶劑中,估算了每個殘基的有效疏水性,引入了PSH指標。當指定區域存在較多相鄰的疏水殘基時,PSH值偏高。相對于天然抗體,臨床上使用的治療性抗體PSH相對較低,這意味著在高濃度環境中,治療性抗體比天然抗體具有更容易避免聚集的優勢。所以CDR 的PSH分數也被用于作為一個TAP的指標。

 

●CDR電荷:表面正負電荷斑塊通常影響抗體的生物物理性質。通過計算正電荷斑塊(PPC)和負電荷斑塊(PNC)兩個度量標準,可以顯示電荷密集區域。對137個抗體藥物研究發現,臨床上的抗體不傾向在CDR附近出現電荷斑塊,其中PPC和PNC值分別在88.32%和80.30%的模型中都低于1。人類常規天然抗體也具有類似的PPC和PNC分布。所以PPC和PNC分析都被引入TAP的指標。

 

●表面電荷不對稱性:當抗體具有相反電荷的VH和VL鏈時,它們通常具有較高的體外黏度值。研究中采用了Fv電荷對稱參數(FvCSP)來衡量這種聚集誘導的靜電吸引。當VH和VL的凈電荷為負值,抗體往往更黏稠。研究者引入了新的參數-調整的結構Fv電荷對稱參數(SFvCSP),去掉了沒有暴露的,鎖定在鹽橋中的殘基來計算電荷。計算結果和治療性抗體以及常規的天然抗體模型近似,所以采用sFVCSP作為TAP的指標。

研究者對137個CST的可變區進行結構建模和性質計算,統計各指標的數值分布范圍作為抗體可開發性的參考標準,2023年1月又基于644個分子的統計數據對結果進行了更新,如下表所示。

抗體藥物可開發性預測的關鍵指標及快速評價
其中:
琥珀色區域(Amber Region): CST分布的極端位置(不常見),能接受但不推薦;
紅色區域(Red Region):CST分布之外的區域,有成藥風險,建議優化;
詳細區域范圍定義如下表所示。
抗體藥物可開發性預測的關鍵指標及快速評價

TAP案例研究

在MedImmune的兩個單克隆抗體藥物發現項目中,TAP都能夠有效的識別出存在可開發性問題的分子。
在anti-NGF抗體的優化過程中,最初的分子MEDI-578在體外顯示了輕微的聚集問題,親和力改良的分子MEDI-1912則出現了嚴重的聚集,根據TAP中的PSH指標,MEDI-578分布在Amber區域,MEDI-1912則分布在Red區域,與聚集程度完全一致。隨后,研究者發現抗體表面的大型疏水區域是導致聚集的原因。根據預測,將MEDI-1912的疏水殘基進行回復突變得到了M-1912STT分子,解決了聚集問題并保持了藥效。經TAP預測,M-1912STT分布在綠色區域,確實符合可開發性的標準(如下圖所示)。
抗體藥物可開發性預測的關鍵指標及快速評價
在IL-13抗體優化的例子中,候選藥物A008,在可開發性方面沒有出現問題,但是親和力改良的變體分子A001出現了表達水平低的問題,研究者通過將L2-loop的四個連續的負電荷殘基進行優化,將第四個負電荷殘基突變為中性的天冬酰胺(A001DDEN),將表達水平恢復到了可接受的水平。TAP根據PNC指標對三個分子的可開發性均作出了準確預測(下圖所示)。
抗體藥物可開發性預測的關鍵指標及快速評價
當然,上述的TAP模型僅是基于有限臨床抗體數據的統計模型,仍然具有一定的不足:1、有的分子的整體理化性質是分布在TAP推薦范圍之內,但是局部的分布不均衡導致了可開發性問題, TAP方法就不能很好的給出預警,即TAP對成藥性的判斷標準假陰性偏高(若預測結果有風險需要特別警惕,預測沒風險也不能完全排除);2、并不能完整的涵蓋影響抗體可開發性的所有因素,比如不能檢測抗體的免疫原性和粘度等性質。但不妨礙TAP仍是目前少有的高質量抗體可開發性指導原則之一,具有很高的實用價值。

WeMol實踐

WeMol軟件針對抗體的多維可開發性質提供了多個預測功能,在TAP的基礎之上,還支持對等電點pI、PTM、免疫原性、穩定性、溶解度、粘度以及消光系數等多個指標進行預測,代表性的如下表所示。
抗體藥物可開發性預測的關鍵指標及快速評價
為了提高評估效率,新版的WeMol軟件提供了創新的抗體可開發性綜合評估方案,用戶只需要輸入序列,即可一鍵進行全方位的抗體可開發性預測。系統會在2分鐘左右自動完成對抗體的可變區進行建模,并完成一系列可開發性指標的預測、展示、匯總等等,并支持批量抗體的高通量分析。如下圖所示,在WeMol可開發性預測面板中,高風險的性質會以紅色進行預警提示,鼠標放在高風險的指標上還會進一步給出建議的蛋白質工程改造的優化思路。
抗體藥物可開發性預測的關鍵指標及快速評價
若您對抗體可開發性預測功能感興趣,歡迎注冊試用WeMol,唯信計算同時提供可開發性優化的設計服務。
更多抗體可開發性預測和優化相關的經驗分享,歡迎繼續關注“唯信計算”,以及報名參加“唯信工坊”系列課程,最近一次課程將于1月19號在上海浦東開班,詳情見此鏈接。

關于唯信wecomput

Wecomput(唯信計算)致力于”計算技術驅動創新藥研發”,基于對創新藥物研發流程的深刻理解,融合人工智能、生物物理、高性能計算等技術,打造了獨具特色的自動化、智能化、數字化的藥物分子生成、設計與模擬平臺,有望革新傳統藥物發現方式,驅動小分子、蛋白質、抗體、mRNA等創新藥物的研發進程。核心團隊成員來自國際知名AI制藥公司、頭部藥企、知名互聯網公司、985高校,在制藥、生命科學、人工智能、軟件開發等交叉領域有豐富的經驗、深刻的理解和飽滿的熱情。

母公司北京中大唯信科技有限公司于2015年注冊成立,入選國家高新技術企業,2021年獲紅杉資本股權投資,并入選NVIDIA Inception計劃資深會員。至今,Wecomput已服務海內外數百家客戶,涵蓋眾多生物醫藥企業、高校、醫院、科研機構,并傾力打造了自主知識產權的分子數字化智能計算平臺WeMol。欲了解更多信息,請訪問官網www.sjzquancheng.com,或關注公眾號“唯信wecomput”。

關于WeMol

WeMol(wemol.wecomput.com)是Wecomput開發的面向生物制藥、材料、化學等領域的新一代分子數字化智能計算平臺,集成了計算生物學、人工智能、量子化學等領域的上百種Wecomput自研及開源的計算與可視化模塊,核心算法的速度、準確度超過或媲美國外主流商業軟件,尤其特色的抗體人源化設計、蛋白質免疫原性預測、虛擬親和力成熟、高通量虛擬篩選、RNA序列設計等算法已在多家知名藥企的數十個藥物發現項目中得到驗證和廣泛應用。WeMol基于先進的流式架構,可將復雜計算流程簡單化、自動化,并支持低代碼定制開發和靈活擴展,是業界首款同時面向計算科學家及非計算專業的濕實驗人員,旨在構建一個簡單、易用、智能、可擴展、可追溯、可重現的一站式計算平臺,全方位覆蓋大分子生物藥設計、小分子化合物設計、分子模擬、數據分析等應用場景,可對Hit->Lead->PCC各階段進行全鏈條賦能。發布至今,WeMol已獲得了國內外數百家藥企及學術單位的青睞與好評。

抗體藥物可開發性預測的關鍵指標及快速評價

X
日韩欧美亚洲制服一区中文字幕