Klassifikation mutierter Emibetuzumab-Antikörper hinsichtlich ihrer Bindung mittels SVC

Klassifikation mutierter Emibetuzumab-Antikörper hinsichtlich ihrer Bindung mittels SVC

Antikörper sind wichtige Werkzeuge der Medizin: Sie erkennen Krankheitserreger oder Tumorzellen und docken gezielt an sie an. Doch welche Variante eines Antikörpers wirklich bindet, ist nicht leicht vorherzusagen und im Labor nur mit einigem Aufwand zu testen. Alexia Minou Probst nutzte maschinelles Lernen, um aus bekannten Daten herauszulesen, welche mutierten Varianten eines Krebs-Antikörpers binden. Dafür trainierte sie ein KI-Modell mit Tausenden von Sequenzen und verglich verschiedene Ansätze. Sie fand heraus, dass bereits ein vergleichsweise einfaches Verfahren zuverlässig zwischen bindenden und nicht bindenden Varianten unterscheiden kann. So konnte die Jungforscherin die Auswahl der Kandidaten eingrenzen – ein möglicher Weg, die Entwicklung neuer Therapien zu beschleunigen.