基于数学人工智能的抗病毒突变COVID-19单克隆抗体设计
生物大分子
2022-04-21 v1
摘要
新出现严重急性呼吸综合征冠状病毒2（SARS-CoV-2）变异株已削弱现有疫苗，并对2019冠状病毒病（COVID-19）预防、控制及全球经济复苏构成重大挑战。对于COVID-19患者，最有效的COVID-19药物之一是单克隆抗体（mAb）疗法。美国食品药品监督管理局（U.S. FDA）已对少数mAb授予紧急使用授权（EUA），包括Regeneron、Eli Lilly等公司的产品。然而，它们也受到SARS-CoV-2突变的削弱。亟需开发有效的抗病毒突变mAb，用于治疗所有新现变异株和/或原始SARS-CoV-2感染的COVID-19患者。我们利用代数拓扑与人工智能（AI）开展深度突变扫描，给出此类mAb的蓝图。为降低临床试验相关失败风险，我们选取五个具FDA EUA或处于临床试验的mAb作为起点。我们证明拓扑AI设计的mAb对世界卫生组织（WHO）指定的关切变异株与感兴趣变异株以及原始SARS-CoV-2均有效。我们的拓扑AI方法已通过数以万计的深度突变数据验证，其预测已由数十个实验实验室的结果及来自数十万患者的基因组分离株人群水平统计所确认。
引用
@article{arxiv.2204.09471,
title = {Mathematical artificial intelligence design of mutation-proof COVID-19 monoclonal antibodies},
author = {Jiahui Chen and Guo-Wei Wei},
journal= {arXiv preprint arXiv:2204.09471},
year = {2022}
}