Team:Harvard

A COVID-19 Antibody Therapeutic Based on Machine Learning and DNA Origami Sequence Delivery

MOTbox är ett COVID-19-läkemedel som kombinerar maskininlärning och DNA-origami för att utforma en optimerad antikropp mot SARS-CoV-2 och leverera dess mRNA-sekvens till immunceller i infekterade patienter. Det är tänkt att fungera som en tillfällig behandling i ett pandemiskt scenario som kan tillverkas billigt och snabbt med begränsad tillgång till laboratorier medan ett vaccin utvecklas. Med hjälp av algoritmer för maskininlärning och differentiell evolution har vi optimerat anti-SARS-CoV-2-antikroppssekvenser för att öka bindningsaffiniteten och den terapeutiska potentialen. Vi utformade och validerade beräkningsmässigt en ny DNA-origami-nanostruktur för att selektivt leverera de optimerade antikroppssekvenserna till immunceller för snabb antikroppsproduktion in vivo. Den höga styrkan hos de optimerade antikropparna och specificiteten hos DNA origami leveransen minskar den minsta terapeutiska dosen, vilket också minskar behandlingskostnaden. Vårt arbete är ett proof-of-concept av en snabb, kostnadseffektiv antikroppsbehandling för COVID-19 som också kan utvidgas till att behandla andra nya sjukdomar.