Lab-in-the-loop
治療用抗体設計の半自動・反復最適化
Focus
Therapeutic Antibody Design
Approach
AI for Science, Lab-in-the-loop
The Challenge
治療用抗体設計は、結合親和性・特異性・安定性など複数物性を同時に最適化する難問であり、従来は配列空間の高コストな探索に依存してきました。動物免疫と免疫レパートリー解析で得たリード分子から出発しても、次に試すべき変異の組み合わせは膨大です。
The Solution
カハール株式会社は「Lab-in-the-loop」というパラダイムで抗体設計を進めます。生成機械学習モデル、多タスク性質予測、能動学習によるランキングと選抜、in vitro 実験を半自動の反復ループで統合し、抗体バリアントの設計・性質予測・実験候補の選抜・実験データの取り込みまでを一気通貫で回します。
The Achievement
ICML 2017 Biology Workshop 以降に積み上げてきた biology × AI の研究の一環として、Lab-in-the-loop による抗体最適化を実施しています。EGFR、IL-6、HER2、OSM の4抗原を対象に、1,800以上のユニークな抗体バリアントを設計・評価。4ラウンドの反復最適化の後、全ターゲットで3–100倍の結合改善を得て、10種のリード候補分子を同定。最良の結合体は治療関連レンジの100 pM付近に達し、8つの結晶構造により機構的洞察も得ています。
