【黄子按曰】以下文字翻译自赛默飞旗下做实验室信息管理系统等数据管理服务的“核信”（Core Informatics）公司的博客。主要是广告他们为12种抗体测试实验开发了相应的软件。老实说，写得真不咋样。不过，由于我们课题组正在做基于这12种方法数据的抗体可开发性预测软件，所以顺手翻译了。感叹我把课题布置下去都一年了，我感觉不难，但进展缓慢，学生各种低级错误。希望我们小组最终还是能够对抗体药物开发领域有所贡献。
抗体谱析：可开发性预测之法
2018-2-22
抗体疗法不新。1986年，FDA批准了第一个商品化的抗体药Orthoclone OKT3，用于预防肾移植排斥(Ecker et al. 2015)。迄今，上市的抗体药有78个，用于治疗各种疾病，从关节炎到黑色素瘤，其间种种，不一而足。
有效预测抗体的可开发性
在过去的30多年里，开发抗体的兴趣与日俱增，因为科学家发现强健与靶向的治疗已触手可及。长久以来，化学家一直使用“里宾斯基五规则”来评估小分子的可开发性。但直到此时，对于大分子仍然没有类似规则。与小分子药物不同，抗体难于给药，更难于定征与优化。假设可以找到预测大分子有效性的特征，2017年，Jain等开始确定必要的准则。该小组对137个抗体的12种测定数据进行荟萃分析。这些抗体已进入二期或三期临床试验，要么已被FDA批准上市。已上市的抗体表现不错，而临床试验中的有些抗体测试结果不利，提示可开发性风险。荟萃分析的结果似乎提示，这12种测定方法可能提供了一种途径来衡量抗体可开发性。在2017年Bruce Booth发表的博客中，他综述了这一进展，并把这套方法戏称为“十二污”。
利用科学平台确定标准
在他们的论文中，Jain等使用R来制图并对比分析上市的或临床试验中的抗体数据。为此，他们定了一个标准：给一项测试中表现最差的那10%的抗体标记一个污点。完成后他们汇总了每个抗体的污点数，污点最多的抗体最不利。这样做了后，他们发现已获批的抗体的污点较少（65%没有污点），而二期临床试验中的抗体大多在一项或多项检测中有污点（只有40%没有污点）。尽管没有一个单一的测定方法能成功预测可开发性，但他们的报告指出，把12种测定方法的结果汇总后有可能帮助抗体开发产品线的决策。通过综合这些测定方法的结果，规则开始显现，新的问题也才能提出来并得到测试。作为许多生物技术公司的伙伴公司，我们发现很多科学家有足够的所需信息进行决策，但他们缺乏工具把数据汇总并变成有意义的东西。我们的科学平台可以让科学家把他们的数据存在一个地方，进行计算，从一个中心化的工具报告结果。该平台面向科学市场，提供预先配置好的应用程序，可支持各种需求，包括样本跟踪、实验流程及计划、各种测定的数据。我们旨在让Jain及其他研究者等进行的研究成为可能，驱动、加速科学发现。除了数据获取与初步分析，我们的科学平台通过R的整合能够进行智能的抗体研究。在平台内无缝导入、分析、存储数据的能力给科学家提供了无尽的可视化与分析选项。例如，主成分分析（PCA）是限制变量冗余的高效技术。通过限制实验参数，科学家能够降低实验开支并快速达成决策。我们的科学平台支持有监督与无监督的机器学习，可从多元数据集中预测结果。有了这些强有力的技术，你可以把你结构化的抗体数据转变成预测模型并推动研究与科学向前。
科学平台上的抗体谱析应用程序
为了支持大分子领域的研究，我们发布了覆盖大分子谱析工作的12种新的应用程序。利用Jain等2017年文献中的12种测定方法，这些应用程序能够记录实验流程与计划，捕获抗体、板图、%I、差异倍数、热稳定性等。在实验室信息管理系统中汇总这些测定方法的数据，你就能对你的抗体有个总体的了解并能轻松地和你数据库中的其他抗体进行比较并做出决策。
抗体谱析应用程序
抗体谱析应用程序可在科学市场平台上找到，点击相应图片获取更多信息。
|
|
|
|
|
|
|
|
|
|
|
|
参考文献
Monoclonal Antibodies Approved by the EMA and FDA for Therapeutic Use (Status 2017), Animal Cell Technology Industrial Platform, 18 May 2017, www.actip.org/products/monoclonal-antibodies-approved-by-the-ema-and-fda-for-therapeutic-use/.
Jain, Tushar, et al. “Biophysical Properties of the Clinical-Stage Antibody Landscape.” Proceedings of the National Academy of Sciences, vol. 114, no. 5, 2017, pp. 944–949., doi:10.1073/pnas.1616408114.
Ecker, Dawn M, et al. “The Therapeutic Monoclonal Antibody Market.” MAbs, vol. 7, no. 1, 2015, pp. 9–14., doi:10.4161/19420862.2015.989042.
Booth, B. (2017, May 11). Human Antibody Discovery: Of Mice And Phage [Web log post]. Retrieved from https://lifescivc.com/2017/05/human-antibody-discovery-mice-phage/
阿迪诺菲.希瑟是科学平台的生物药应用经理。她是分子与细胞生物学硕士，具有八年以上的基因组学与细胞生物学实验室工作经验。最近，希瑟是百时美施贵宝公司先导药物发现部门成员，开发维护高通量筛选项目的新细胞试剂。
【原文网址】https://www.coreinformatics.com/blog/antibody-profiling/
转载本文请联系原作者获取授权，同时请注明本文来自黄健科学网博客。
链接地址：https://wap.sciencenet.cn/blog-204973-1137050.html?mobile=1
收藏
