Ab-SELDON: uma rotina de modificação de CDRs para uso em desenho computacional de anticorpos

Abstract

Com o crescente interesse no desenvolvimento de biofármacos, o uso de ferramentas de bioinformática tem se tornado cada vez mais comum nesta área. O uso dessas ferramentas reduz os custos e acelera o desenvolvimento dessas moléculas em comparação com métodos exclusivamente in vitro ou in vivo. Recentemente, avanços no campo da inteligência artificial passaram a permitir a criação de ferramentas mais precisas e eficientes de desenho computacional de anticorpos. No entanto, os métodos atualmente disponíveis para o planejamento de anticorpos possuem limitações que podem incluir a desconsideração 1) de mudanças conformacionais na região variável causadas por modificações nas regiões determinantes de complementaridade (CDRs), 2) das diferentes características de anticorpos naive e de memória, 3) das mutações mais frequentemente observadas na natureza, 4) da imunogenicidade dos anticorpos produzidos, ou 5) da diversidade relativa dos CDRs entre si. Esses aspectos são cruciais para o desenho eficiente de anticorpos estrutural e quimicamente diversos. Neste trabalho, analisamos milhões de sequências de anticorpos humanos naive e de memória presentes no banco de dados Observed Antibody Space (OAS). Calculamos a diversidade de cada CDR e de cada posição dentro deles. Os dados coletados foram incorporados a um conjunto de rotinas programadas em Python, que modelam e verificam o efeito de modificações nos CDRs de um anticorpo sobre a interação anticorpo-antígeno. Essas rotinas decidem, com base em uma função de pontuação, se a modificação será aprovada ou não, otimizando progressivamente a interação. Inicialmente, são realizados ciclos de transplante de CDRs, onde um CDR do anticorpo inicial é substituído pelo de outro anticorpo. A probabilidade de seleção de um CDR para modificação baseia-se na diversidade de cada CDR individual. A seguir, são testadas mutações pontuais, escolhidas com base na diversidade das diferentes posições de cada CDR e nos resíduos mais frequentes nessas posições conforme as sequências do OAS. Isso permitiu priorizar a avaliação das modificações mais prováveis nos CDRs de maior importância na natureza, aumentando a eficiência do pipeline. Testes de otimização com dois anticorpos diferentes demonstraram uma redução da energia de interação ao longo de centenas de ciclos de modificação, com reduções ainda maiores nos testes utilizando dados de diversidade. A comparação dos resultados com dados experimentais prévios de phage display revelou que a rotina de modificação foi capaz de aprovar mutações associadas a variantes de alta afinidade do anticorpo Atezolizumabe. Comparações dos protocolos de pontuação implementados na rotina com dados experimentais de mutagênese também mostraram taxas de acerto favoráveis. Além disso, o uso de dados de diversidade limitou a potencial imunogenicidade dos anticorpos resultantes.