Team:Harvard

Een COVID-19 antilichaamtherapeuticum gebaseerd op Machine Learning en DNA Origami-sequentielevering

MOTbox is een COVID-19 therapeuticum dat machine learning en DNA origami koppelt om een geoptimaliseerd anti-SARS-CoV-2 antilichaam te ontwerpen en zijn mRNA-sequentie af te leveren aan immuuncellen in geïnfecteerde patiënten. Het is bedoeld als een tussentijdse behandeling in een pandemisch scenario dat goedkoop en snel kan worden geproduceerd met beperkte toegang tot het lab terwijl een vaccin wordt ontwikkeld. Met behulp van machine learning en differentiële evolutie algoritmen, hebben we anti-SARS-CoV-2 antilichaam sequenties geoptimaliseerd om de bindingsaffiniteit en het therapeutisch potentieel te verbeteren. We hebben een nieuwe DNA origami nanostructuur ontworpen en computationeel gevalideerd om de geoptimaliseerde antilichaamsequenties selectief af te leveren aan immuuncellen voor snelle antilichaamproductie in vivo. De hoge potentie van de geoptimaliseerde antilichamen en de specificiteit van DNA origami-afgifte verminderen de minimale therapeutische dosis, waardoor ook de behandelingskosten dalen. Ons werk is een proof-of-concept van een snelle, kosteneffectieve antilichaambehandeling voor COVID-19 die ook kan worden uitgebreid naar de behandeling van andere opkomende ziekten.