Team:Harvard

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

MOTbox er et COVID-19 terapeutisk middel, der kombinerer maskinlæring og DNA origami til at designe et optimeret anti-SARS-CoV-2 antistof og levere dets mRNA-sekvens til immunceller i inficerede patienter. Det er beregnet til at fungere som en midlertidig behandling i et pandemisk scenarie, der kan fremstilles billigt og hurtigt med begrænset adgang til laboratorier, mens en vaccine udvikles. Ved hjælp af maskinlærings- og differential evolution-algoritmer optimerede vi anti-SARS-CoV-2 antistofsekvenser for at øge bindingsaffiniteten og det terapeutiske potentiale. Vi har designet og beregningsmæssigt valideret en ny DNA origami-nanostruktur til selektiv levering af de optimerede antistofsekvenser til immunceller med henblik på hurtig antistofproduktion in vivo. Den høje styrke af de optimerede antistoffer og DNA-origami leverancens specificitet reducerer den mindste terapeutiske dosis, hvilket også reducerer behandlingsomkostningerne. Vores arbejde er et proof-of-concept af en hurtig, omkostningseffektiv antistofbehandling for COVID-19, som også kan udvides til behandling af andre nye sygdomme.