数字农科院2.0

基于MEAN深度学习模型优化抗牛IFN-γ单抗亲和力

文献类型： 中文期刊

作者： 谢莹影;葛家振;刘新苗;曹漪丹;郭双双;王梓晴;宋国栋;刘一健;宋银娟;杨艳霞;陈胜利;郑福英;孙坚;储岳峰

作者机构：

关键词： 牛干扰素γ;牛结核病诊断;抗体优化;多通道等变注意网络

期刊名称：中国兽医科学

ISSN： 1673-4696

年卷期： 2026 年

页码：

收录情况： 北大核心（2023版） ; ; CSCD（2025-2026年度） ; ; 科技核心（2024版） ; ; 农林核心（2024版）

摘要： 旨在利用多通道等变注意网络（MEAN）深度学习模型，以提高作为牛结核病诊断的金标准之一的干扰素-γ（IFN-γ）释放试验的原材料——抗IFN-γ单抗的亲和力，以抗牛IFN-γ单克隆抗体3D2与抗原的复合物结构，对抗体互补决定区（CDR）进行序列-结构的协同进化，筛选获得高亲和力单抗突变体evo3D2，采用计算模拟分析结合自由能变化，并通过Western-blot、间接ELISA及间接竞争ELISA试验系统评估其结合性能。计算模拟显示，evo3D2通过重塑界面氢键网络及盐桥作用，使结合自由能降低4.73 kcal/mol。结果显示，evo3D2展现出优异的结合性能：在Western-blot检测中，其在1∶96 000的极高稀释倍数下仍能维持清晰信号，显著优于亲本抗体；间接ELISA测定其解离常数Kd为2.04 nmol/L，较亲本的解离常数6.09 nmol/L提升了约3倍；间接竞争ELISA显示其IC50从70.78 ng/mL降至34.88 ng/mL，进一步证实了亲和力的显著增强。结果表明，成功开发了高亲和力的牛结核病诊断候选抗体，并确立了基于MEAN深度学习模型在抗体工程中的应用潜力。

分类号：

  • 相关文献

[1]牛分枝杆菌Mb1230基因的表达纯化及其活性评价. 李明,贾红,鑫婷,郭晓宇,袁维锋,侯邵华,侯强,高新桃,吴竞. 2015

作者其他论文 更多>>