Un modello di intelligenza artificiale specifico per anticorpi potrebbe accelerare la scoperta terapeutica / Antibody-Specific AI Model Could Accelerate Therapeutic Discovery

 Un modello di intelligenza artificiale specifico per anticorpi potrebbe accelerare la scoperta terapeutica / Antibody-Specific AI Model Could Accelerate Therapeutic Discovery

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

L'intelligenza artificiale scoprirà le regole nascoste che regolano l'assemblaggio degli anticorpi, aprendo nuove possibilità per terapie immunitarie più intelligenti.

Un nuovo modello di intelligenza artificiale potrebbe aiutare a progettare anticorpi che proteggano meglio l'organismo da virus e malattie, secondo un nuovo studio dell'Università del Surrey e dell'University College di Londra. Il modello di intelligenza artificiale, noto come ImmunoMatch, è in grado di prevedere ed identificare i corretti abbinamenti proteici all'interno degli anticorpi, contribuendo potenzialmente a rafforzare il sistema immunitario.

Durante questo studio unico, gli scienziati hanno cercato di capire se l'intelligenza artificiale potesse essere utilizzata per prevedere come si assemblano gli anticorpi all'interno dell'organismo. Gli anticorpi, composti da catene proteiche "pesanti" e "leggere", sono prodotti dalle cellule B del sistema immunitario e proteggono da virus e batteri.

Franca Fraternali, Professoressa di Biologia Computazionale Integrativa presso l'University College di Londra, ha dichiarato: "Finora, si riteneva che l'appaiamento delle catene pesanti e leggere all'interno degli anticorpi avvenisse in modo casuale. Utilizzando Immunomatch, dimostriamo per la prima volta che questo assemblaggio è, in realtà, altamente specifico. Comprendere queste regole di appaiamento è fondamentale per prevedere la stabilità e le prestazioni degli anticorpi e apre le porte alla progettazione razionale di terapie più efficaci".

Per approfondire l'argomento, gli scienziati hanno creato ImmunoMatch, basato su un modello linguistico specifico per anticorpi, applicato alle sequenze di anticorpi a catena pesante e leggera raccolte da milioni di singole cellule B umane. Il modello di intelligenza artificiale è stato in grado di identificare e prevedere gli accoppiamenti di catene, fornendo agli scienziati una preziosa panoramica su come si combinano gli anticorpi.

Il gruppo ha inoltre dimostrato che ImmunoMatch è in grado di analizzare con precisione le sequenze di anticorpi provenienti da cellule immunitarie che rispondono attivamente alle malattie, comprese quelle provenienti da tumori ematologici e da cellule B presenti nei tumori solidi. Queste intuizioni potrebbero accelerare la progettazione razionale di nuovi anticorpi terapeutici.

ENGLISH

AI to uncover hidden rules in how antibodies assemble, opening new possibilities for smarter immune therapies.

A new artificial intelligence model could help design antibodies which better protect the body against viruses and disease, a new study from the University of Surrey and University College London reports. The AI model, known as ImmunoMatch, can predict and identify correct protein pairings within antibodies, potentially helping to strengthen the immune system.

During this unique study, scientists sought to understand if artificial intelligence could be used to predict how the interior of antibodies are assembled in the body. Antibodies, which are comprised of ‘heavy’ and ‘light’ protein chains, are produced by B cells within the immune system and protect against viruses and bacteria.

Franca Fraternali, Professor of Integrative Computational Biology at University College London, said: “Until now, it was widely assumed that the pairing of heavy and light chains within antibodies occurred at random. Using Immunomatch, we show for the first time that this assembly is, in fact, highly specific. Understanding these pairing rules is crucial for predicting antibody stability and performance and opens the door to the rational design of more effective therapeutics.”

To learn more, scientists created ImmunoMatch, based on an antibody-specific language model, which was applied to heavy and light chain antibody sequences collected from millions of single human B cells. The AI model was able to identify and predict pairings of chains, giving scientists an invaluable insight into how antibodies are combined.

The team also showed that ImmunoMatch can accurately analyse antibody sequences from immune cells actively responding to disease, including those from haematological cancers and B cells within solid tumours. These insights could accelerate the rational design of new therapeutic antibodies.

Da:

https://www.technologynetworks.com/biopharma/news/antibody-specific-ai-model-could-accelerate-therapeutic-discovery-408073