买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：阿迪马布有限责任公司

摘要：本文呈现了使用机器学习以告知序列选择以供纳入文库中来构建抗体文库的系统和方法。所述技术包括i训练和使用机器学习模型和统计模型来预测序列的生物物理和生物化学特性，以及ii训练和使用机器学习模型来预测序列的可开发性，并生成新型序列。在某些实施方案中，所述系统和方法通过专门设计具有定向序列和或长度多样性的所述文库来生成抗体和或编码抗体的多核苷酸文库。所得文库可用于例如治疗剂的开发。

主权项：1.一种用于构建例如，设计抗体文库的系统，所述系统包括：计算设备的处理器；和存储器，所述存储器上存储有指令，其中所述指令由所述处理器执行时致使所述处理器进行如下i、ii、iii、iv、v、vi和vii中的一项或多项：i使用输入序列和表征数据开发例如，训练第一机器学习模型[例如，a训练逻辑回归模型以得出氨基酸系数，以预测个体互补决定区CDR和或框架区FR的多特异性和疏水性；和或b训练基于树的模型例如，随机森林或XGBoost以预测序列的一种或多种生物物理特性和或一种或多种化学稳定性特性；和或c训练包含神经网络的深度学习模型以预测序列的一种或多种生物物理特性和或一种或多种化学稳定性特性例如，其中所述模型包含输入层、多个中间特征提取层和最终输出层；和或d创建统计模型来评价偏差以选择具有低偏差的序列；和或e开发分层统计数据以预测特定位置和区域例如，H1、H2、H3、L1、L2、L3、HFR、LFR随序列基序变化的化学修饰风险]；ii使用i中的所述第一机器学习模型预测所需区段例如，具有有利的预测表达富集的区段，以能够从从头生成的和或预生成的区段池中选择区段；iii在选择和或用于训练i中的所述第一机器学习模型之前处理输入序列集，其中处理所述输入序列集包括以下一项或多项：a通过修饰所述序列消除化学责任位点，b对于CDRH3，将所述序列分割成区段以模拟VDJ重组，c对于CDRL3，将所述序列分割成区段以模拟VJ重组，以及d为V区和CDRH1、H2、L3注释来自种系的突变数量；iv训练用于生物物理和或生物化学特性预测的机器学习模型例如，使用针对有利的生物物理特性例如低多特异性、低疏水性和或高表达进行排序的输入序列集的数据；v使用iv中用于生物物理和或生物化学特性预测的所述机器学习模型来预测序列的一种或多种生物物理和或生物化学特性例如，多特异性、疏水性、解链温度、SEC单体百分比、保留时间、化学稳定性数据和或序列富集或消耗的量度；vi开发例如，训练自回归深度学习神经网络模型，以学习不同物种的特定种系的所关注序列上的联合序列概率分布；以及vii使用vi中的所述神经网络模型从输入序列集中捕获序列组成和或相关性，并产生新型序列或区段以供在合成文库中考虑。

全文数据：

权利要求：

百度查询： 阿迪马布有限责任公司 用于抗体文库智能构建的系统和方法