VICTORIA, BC / ACCESSWIRE / April 22, 2024 / ImmunoPrecise Antibodies Ltd. (NASDAQ:IPA), an AI-driven biotherapeutic research and technology company, has recently announced an expansion of its already successful LENSai TM Platform. LENSai, which is run by the company's subsidiary, BioStrand, provides a unique and comprehensive view of life sciences data by linking sequence, structure, function and literature information from the entire biosphere. The platform is now integrating epitope binning into its formulas.
Epitope binning is a method used to compare and categorize a collection of monoclonal antibodies that are designed to target a specific protein. In this process, each antibody is tested against all the others to see if they interfere with each other's ability to bind to the target protein. By doing this, scientists can determine which antibodies have similar or related binding sites on the target protein. Antibodies with similar binding sites are grouped together, or "binned," based on their interactions with each other.
The main goal of epitope binning is to group antibodies that have similar target binding properties, which helps researchers understand the characteristics and behavior of different antibodies and their potential in targeting specific proteins for various applications, such as drug development or disease diagnosis.
To achieve accurate epitope binning, LENSai's algorithm incorporates multiple components. It analyzes the sequential and structural profiles of the antibodies, which means it examines the specific sequence and 3D structure of the antibodies to understand their binding capabilities. It also takes into account docking information, which considers factors like steric hindrance and glycosylation sites that may affect the antibody-antigen interaction. LENSai's algorithm then looks at the atomic interactions between the antibody-antigen complexes to gain a better understanding of their binding specificity.
In a recently published case study, LENSai applied its epitope binning algorithm to a set of 29 antibody sequences that targeted a transmembrane protein. The results obtained from LENSai's in silico clustering analysis were then compared to the data from classical wet lab binning procedures.
The results showed a high level of agreement between LENSai's in silico Epitope Binning and classical wet lab binning. In other words, LENSai's algorithm could accurately categorize and identify the epitopes in a similar manner to the traditional experimental approach. These findings demonstrate that LENSai Epitope Binning can effectively match the results of in vitro competition assays, providing researchers with high-confidence predictions of antibody-antigen interactions.
This case study highlights the potential of LENSai's algorithm in addressing the challenges presented by the increasing number of antibodies generated in discovery campaigns. By offering both high accuracy and scalability, LENSai's in silico binning approach can support the early stages of antibody discovery, enabling researchers to efficiently analyze a large volume of diverse antibodies and select the most promising candidates for further investigation.
In silico epitope binning powered by LENSai technology thus offers a pivotal advancement, with its ability to analyze over 5,000 sequences, delivering rapid insights for early triaging. Its algorithms enhance biological research, offering accurate, high-throughput candidate selection while reducing time and costs. For small subsets with less than 5,000 antibodies, it can deliver results within mere hours. Furthermore, it requires only protein sequences and no physical materials - reducing the effort involved even more.
This platform is further reinforcing BioStrand's position at the forefront of AI-driven biotherapeutic research and technology. The market for AI in healthcare is forecasted to reach $187.95 billion by 2030. ImmunoPrecise Antibodies and its subsidiary seem well-positioned to lead the AI and healthcare industry in the field of antibodies.
Featured photo by National Cancer Institute on Unsplash.
Contact:
investors@ipatherapeutics.com
SOURCE: ImmunoPrecise Antibodies Ltd.
ビクトリア、BC / ACCESSWIRE / 2024年4月22日 / イミュノプリサイス・アンティボディーズ（NASDAQ:IPA）は、人工知能駆動のバイオ治療研究技術企業であり、すでに成功を収めているLENS エーアイ(TM)プラットフォームを拡張したことを発表しました。同社の子会社であるBioStrandが運用するLENS(TM)は、バイオスフィア全体からシークエンス、構造、機能、および文献情報をリンクさせることで、ライフサイエンスデータのユニークで包括的な見方を提供します。プラットフォームは、エピトープ・バイニングをその式に組み込むことになりました。エーアイ(TM)aiは、既にBioStrandによって運用されており、ライフサイエンスデータのユニークで包括的な見方を提供します。プラットフォームは、エピトープ・バイニングをその式に組み込むことになりました。
エピトープ・バイニングは、特定のタンパク質を標的とするように設計されたモノクローナル抗体のコレクションを比較し分類するために使用される方法です。このプロセスでは、各抗体が他のすべての抗体に対してテストされ、ターゲットタンパク質に結合する能力に影響を与えるかどうかが確認されます。これにより、科学者はターゲットタンパク質上の類似または関連する結合部位を持つ抗体を判断できます。類似した結合部位を持つ抗体は、相互作用に基づいてグループ化されます。
エピトープ・バイニングの主な目的は、類似したターゲット結合特性を持つ抗体をグループ化し、異なる抗体の特性や行動、ドラッグ開発や疾患診断などの様々な応用分野での特定のタンパク質のターゲット化の可能性を研究者が理解するのを支援することです。
正確なエピトープ・バイニングを達成するために、LENS(TM)アルゴリズムは複数のコンポーネントを取り込んでいます。それは、抗体の連続的および構造的プロファイルを分析し、抗体の特定の連続体および3D構造を調べ、それらの結合能力を理解することを意味します。また、抗体-抗原相互作用に影響を与えるステリック・ヒンドランスや糖鎖部位などの要因を考慮したドッキング情報も考慮しています。その後、LENS(TM)アルゴリズムは、抗体-抗原複合体間の原子間相互作用を調べ、それらの結合特異性をより良く理解します。aiai以上のように、LENS(TM)アルゴリズムは、抗体-抗原相互作用の結合特異性に関する高い信頼性の予測を研究者に提供し、in vitro競合アッセイの結果に一致することができます。
最近公表されたケーススタディでは、LENS(TM)エピトープ・バイニングアルゴリズムが、トランスメンブレンタンパク質を標的とする29の抗体シーケンスのセットに適用されました。LENS(TM)クラスタリング分析から得られた結果は、古典的なウェットラボのバイニング手法から得られたデータと比較されました。aiaiInMotion Ventures」in silicoクラスタ分析の結果、LENS(TM)と古典的なウェットラボバイニングとの間に高いレベルの合意が示されました。つまり、LENS(TM)アルゴリズムは、伝統的な実験アプローチと同様にエピトープを正確に分類および同定することができます。
aiInMotion Ventures」in silicoaiこれらの調査結果は、LENS(TM)エピトープ・バイニングが、発見キャンペーンで生成される抗体の数の増加に伴う課題に対処する上で、大きなポテンシャルを持っていることを示しています。高精度性とスケーラビリティの両方を提供するLENS(TM)バイニングアプローチは、抗体の大量かつ多様な分析を効率的に行い、より有望な候補を選択することができるように研究者を支援することができます。ai
このケーススタディは、LENS(TM)アルゴリズムが、発見キャンペーンで生成される抗体の数の増加に伴う課題に対処する上で、大きなポテンシャルを持っていることを示しています。高精度性とスケーラビリティの両方を提供するLENS(TM)バイニングアプローチは、抗体の大量かつ多様な分析を効率的に行い、より有望な候補を選択することができるように研究者を支援することができます。aiaiInMotion Ventures」in silicoによって、抗体発見の初期段階をサポートするLENS(TM)バイニング手法は、高い精度とスケーラビリティを提供することにより、適切な候補を効率的に選択するために、多数の異なる種類の抗体の数を効果的に分析することができます。
インシリコLENSによるエピトープビニングaiそのため、このテクノロジーは5000以上の配列を分析し、早期トリアージのための迅速な洞察を提供するという画期的な進歩をもたらします。アルゴリズムにより、生物学的研究を強化し、時間とコストを削減しながら、正確なハイスループットの候補選択を提供します。5000未満の抗体の小規模なサブセットの場合、わずか数時間で結果を提供することができます。さらに、物理材料を必要とせず、タンパク質配列のみを必要とするため、さらに労力を削減できます。
このプラットフォームは、さらにBioStrandをAIによるバイオセラピューティック研究と技術の最前線に位置づけています。ヘルスケア分野におけるAI市場は2030年までに1879.5億ドルに達すると予測されています。 ImmunoPrecise Antibodiesとその子会社は、抗体の分野においてAIとヘルスケア産業をリードするために、うまく位置しているようです。
注目セクターの写真：National Cancer Institute / Unsplash
お問い合わせ：
investors@ipatherapeutics.com
出典：イミュノプリサイス・アンティボディーズ株式会社
