Antibody design across observed and forecasted antigenic evolution
本論文は、単一のパラトープを複数の観察された、あるいは予測された抗原変異体に対して共同で最適化することにより、現在および将来のウイルスやがん標的に対する広範な治療効果を生成する計算フレームワークである「Germinal Multi」を導入するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
抗体は、免疫システムの精密な道具であり、ウイルスや癌細胞のような特定の侵入者を探して血中をパトロールするタンパク質です。抗体が標的を見つけると、鍵が鍵穴にぴったりとはまるように、独特の形状で標的に結合し、その脅威を無力化します。このメカニズムは現代医学の礎石となっており、感染症から癌に至るあらゆる治療法を提供しています。しかし、これらの抗体が追い求める標的は、静止したものではありません。ウイルスや癌細胞は進化のプロセスを通じて、その外表面を絶えず変化させており、小さな変異を蓄積することで「鍵穴」の形状を変えてしまうことがあります。鍵穴の形がわずかでも変わると、抗体という「鍵」が適合しなくなり、治療が無効になってしまう可能性があります。私たちの防御機能と進化する病原体との間のこの軍拡競争は、なぜ一部の薬が時間の経過とともに効かなくなるのかという主要な理由となっています。
科学者たちは、こうした変化に追いつける抗体を設計し、単一の鍵穴だけでなく、同じ鍵穴の多くの異なるバージョンに適合する鍵を作り出す方法を長らく模索してきました。課題は、複数の、わずかに異なる形状を認識できる単一の抗体を設計することは非常に困難であるということでした。従来の手法は、天然の抗体の膨大なライブラリをスクリーニングしたり、既存のものを改変したりすることに依存することが多く、そのプロセスは時間がかかり、資源を大量に消費します。さらに、現在の防御を回避するためにウイルスが将来どのように変化するかを予測することは、さらなる複雑さを加えます。研究者には、現在見られるバリエーションと、将来出現する可能性のある変化の両方に対して堅牢な抗体を設計する方法が求められています。
研究チームは、この問題に取り組むために、「Germinal Multi」と呼ばれる新しい計算フレームワークを開発しました。このシステムは、単一の標的に対して抗体を設計するのではなく、複数のバージョンの標的に同時に結合するように最適化された単一の抗体を設計することを可能にします。研究者たちは、このアプローチを3つの異なるシナリオでテストしました。一つは既存の薬に対して耐性を発達させた癌関連タンパク質に対して、二つ目はすでに変化してしまった過去のバージョンのウイルスに対して、そして三つ目はまだ自然界には存在しない、予測された将来のバージョンのウイルスに対してです。いずれの場合も、目標は、多様な標的を認識し、効果的に無力化できる単一の抗体を作成することであり、進化の一歩先を行くことです。
最初のテストケースでは、癌細胞の表面にあるEGFRと呼ばれるタンパク質を対象としました。このタンパク質の特定の変異により、癌細胞は一般的な抗体薬であるセツキシマブによる治療への耐性を獲得します。研究者たちは、この耐性を引き起こすことが知られている6つの特定の変異を特定し、元のタンパク質と、その6つの変異したバージョンのすべてに結合するようにコンピュータに指示しました。彼らは、各変異に個別に適合するように抗体を設計したのではなく、それらすべてを同時に考慮する単一の設計プロセスを作成しました。コンピュータは60の潜在的な抗体配列を生成し、最も有望な候補の少数をラボでテストした結果、チームは強力に機能するものをいくつか発見しました。これら4つの新しい設計は、元のタンパク質と6つの耐性変異すべてに強く結合しましたが、元の薬剤はそれらの多くへの結合に失敗しました。これは、癌細胞が治療から隠れるために用いる特定の変化を無視できる単一の抗体を設計することが可能であることを示しました。
第二の応用では、SARS-CoV-2ウイルス、特にウイルスがヒト細胞に侵入することを可能にする部分に焦点を当てました。研究者たちは、パンデミックの初期の波で見られたものと、既知の抗体の保護をすでに逃れた、より進化した新しいバージョンの、時期の異なる2つのウイルスバージョンを選択しました。彼らは、これら両方のバージョンに同時に結合する新しい抗体をゼロから設計するためにコンピュータを使用しました。57のデザインをスクリーニングした後、実験室でのテストにおいて、両方のウイルス変異体を正常に中和することに成功した候補を特定しました。驚くべきことに、この新しい抗体は、設計プロセスには含まれていなかった他のいくつかの中間バージョンのウイルスに対しても効果を発揮し、このアプローチが進化のさまざまな段階にわたって広範な保護を提供できることを示しました。
最も先見的な実験は、ウイルスが将来どのように変化するかを予測することを含んでいました。研究者たちは、現在流行しているウイルス系統において次に現れる可能性が高い変異を予測するために、別のコンピュータモデルを使用しました。彼らは、これらの予測を過去の実験データと組み合わせ、強力で広範囲なスペクトルを持つ抗体を回避するために現れる可能性が高い特定の変化を特定しました。そして、これらの予測された変化を持つ合成バージョンのウイルスを作成し、既存の抗体がもはや中和できない「チャレンジ」変異体を作り上げました。彼らは、このマルチターゲット設計システムを用いて、元の抗体を、現在のウイルスと、この将来の設計された脅威の両方を認識するように再設計しました。その結果、元の抗体よりもさらに効果的に現在のウイルスを中和し、かつ将来のチャレンジ変異体をも中和する新しい抗体が誕生しました。これは、進化の予測が、脅威が自然界に現れる前に薬の再設計を導くために利用できることを証明しました。
これらの実験を通じて、研究者たちは、問題を個別に解決しようとするよりも、一度に複数の標的に対して設計する方が効果的であることを発見しました。コンピュータモデルは、様々な標的間の差異を吸収できる単一の抗体形状を正常に特定できました。チームは各キャンペーンにおいて数十のデザインをスクリーニングしましたが、これは従来のメソッドでテストされる数千という数よりもはるかに少ない数でありながら、極めて効果的な候補を見つけ出しました。これは、計算による設計が、望ましい広範な活性を持つ形状を見つけるために、考えられる抗体の形状の複雑な空間を効率的にナビゲートできることを示唆しています。また、標的に結合することが必ずしもウイルスを中和することを保証するわけではないことも、ある候補がウイルスには結合したが感染を防ぐことには失敗した事例から明らかになりました。これは、最終的な設計を、実際の中和能力を測定する機能的アッセイでテストすることの重要性を強調しています。
本研究は、ウイルスの、あるいは癌細胞の単一の断面(スナップショット)に対して抗体を設計することを超越できる可能性があると結論付けています。設計プロセスを多目的問題として扱うことで、科学者は標的の自然な変化に対して弾力性のある治療薬を作ることができます。将来の進化に関する予測を設計プロセスに組み込む能力は、プロアクティブな医療への新しい道を提供し、未だ出現していない脅威に対して備えることを可能にするかもしれません。これらの結果はラボの研究によるものであり、臨床使用に向けたさらなる検証が必要ですが、進化の容赦ない圧力に耐えうる抗体を生成するための強力な新戦略を確立しています。
自分の分野の論文に埋もれていませんか?
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。