Description du projet
Une stratégie à haut débit pour la conception, la synthèse et le dépistage d’anticorps chez les camélidés
Les anticorps à domaine unique (nanocorps ou VHH) de camélidés sont issus de ces mammifères, comme les lamas, les chameaux et les alpagas. Les anticorps de camélidés sont dépourvus d’une chaîne légère et sont composés de deux chaînes lourdes identiques. Ils sont très caractéristiques et présentent un comportement strictement monomère, ainsi qu’une thermostabilité et une solubilité élevées. Le projet AutoCAb, financé par l’UE, entend développer une stratégie à haut débit pour concevoir, synthétiser et dépister des répertoires de VHH à domaine unique qui ciblent des sites fonctionnels sur certaines protéines. Chaque VHH sera conçu individuellement afin de présenter une stabilité élevée et une affinité de site cible. Les chercheurs emploieront des méthodologies innovantes pour parvenir à une synthèse d’oligos de l’ADN personnalisée, ainsi que des méthodes d’apprentissage automatique pour obtenir des anticorps stables, de grande affinité et ciblant le site dans le cadre d’une recherche biomédicale fondamentale et appliquée.
Objectif
We propose to develop the first high-throughput strategy to design, synthesize, and screen repertoires comprising millions of single-domain camelid antibodies (VHH) that target desired protein surfaces. Each VHH will be individually designed for high stability and target-site affinity. We will leverage recent methods developed by our lab for designing stable, specific, and accurate backbones at interfaces, the advent of massive and affordable custom-DNA oligo synthesis, and machine learning methods to accomplish the following aims:
Aim 1: Establish a completely automated computational pipeline that uses Rosetta to design millions of VHHs targeting desired protein surfaces. The variable regions in each design will be encoded in DNA oligo pools, which will be assembled to generate the entire site-targeted repertoire. We will then use high-throughput binding screens followed by deep sequencing to characterize the designs’ target-site affinity and isolate high-affinity binders.
Aim 2: Develop an epitope-focusing strategy that designs several variants of a target antigen, each of which encodes dozens of radical surface mutations outside the target site to disrupt potential off-target site binding. The designs will be used to isolate site-targeting binders from repertoires of Aim 1.
Each high-throughput screen will provide unprecedented experimental data on target-site affinity in millions of individually designed VHHs.
Aim 3: Use machine learning methods to infer combinations of molecular features that distinguish high-affinity binders from non binders. These will be encoded in subsequent designed repertoires, leading to a continuous “learning loop” of methods for high-affinity, site-targeted binding.
AutoCAb’s interdisciplinary strategy will thus lead to deeper understanding of and new general methods for designing stable, high-affinity, site-targeted antibodies, potentially revolutionizing binder and inhibitor discovery in basic and applied biomedical research.
Champ scientifique
Programme(s)
Régime de financement
ERC-COG - Consolidator GrantInstitution d’accueil
7610001 Rehovot
Israël