高效、可扩展的抗体药物发现和开发的基础是高通量分离大量不同的单克隆抗体，然后筛选出所需的抗原结合、生物功能和分子特性。抗原特异性单克隆抗体的高通量分离技术不断进步，在将治疗性单克隆抗体 (mAb) 提升到生物制药市场的主导地位方面发挥了核心作用。
为了促进大量多样性驱动的发现工作，越来越需要能够以高通量方式对 mAb 的结合和功能特性进行后续筛选和表征的方法，例如对 mAb 表位进行计算机分类。
计算机模拟替代方案必须满足两个关键标准：第一，它们必须能够达到传统湿实验室分箱程序的高精度。第二，它们必须在早期抗体发现中表现出显著的可扩展性和吞吐量性能改进。
在这里，我们提出了 LENS aiTM高通量计算机表位分类方法，并与传统的湿实验室分类结果进行了验证。
LENS ai 计算机表位分类，通过经典体外竞争试验进行验证
项目摘要
该程序用于计算 澳大利亚手机数据 机和体外表位分类的比较分析，分为以下三个独立阶段：
第 1 阶段：独立的 LENS ai 计算机集成
第 2 阶段：通过体外竞争试验进行独立、盲法湿实验室筛选
第 3 阶段：注释者间一致性分析，以比较计算机模拟和传统湿实验室结果。
第 1 阶段：使用 LENS ai进行独立的计算机表位分类
LENS ai表位分类是LENS ai BioIntelligence Suite的一部分，是一种下一代框架，旨在加速、准确、高通量的计算机mAb 表位分类，同时减少时间和成本。这种先进的方法利用专有的智能算法同时分析超过 5,000 个抗体序列，并在数小时内返回小子集的结果。这些专有算法包括抗体序列和结构分析、考虑空间位阻和糖基化位点的对接信息以及 Ab-Ag 复合物的原子相互作用。LENS ai能够从大量抗体中快速检测/分离具有相似靶标结合区域的克隆簇，以确保全面和包容性的选择。