Molecular Systems Biology· 2026Q1
Bits to Binders yarışmasındaki 12.000 yapay zeka güdümlü CAR-T tasarımının doğrulanması ve analizi
Validation and analysis of 12,000 AI-driven CAR-T designs in the Bits to Binders competition
- 10atıf
- Q1SCImago
- 2026yıl
Kısa özet
Bits to Binders yarışması, insan CD20'sunu hedefleyen 12.000 yapay zeka tasarımlı CAR-T minibayındırını değerlendirdi ve önemli CD20'ye özgü T hücresi çoğalması gösteren 707 tasarım belirledi; en iyi adaylar genişleme, sitokin üretimi ve hücre lizisi için doğrulandı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Bits to Binders yarışmasında insan CD20'sunu hedefleyen 12.000 yapay zeka tasarımlı 80 amino asitlik minibayındırı değerlendirildi.
- Havuzlanmış CAR-T çoğalması taraması, önemli CD20'ye özgü zenginleşme gösteren 707 tasarım belirledi.
- En iyi tasarımlar, CD20'ye özgü çoğalma, genişleme, sitokin üretimi ve hedefe yönelik hücre lizini için doğrulandı.
- Başarıyla ilişkili yaygın tasarım metodolojileri belirlendi ve geriye dönük olarak uygulandığında başarı oranlarını neredeyse iki katına çıkardı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Artificial intelligence (AI) methods for proteins have advanced rapidly, improving structure prediction and design, particularly for de novo binders. However, most evaluations emphasize binding affinity rather than higher-order biological function. We present Bits to Binders, a global competition evaluating de novo binder design in the context of chimeric antigen receptor (CAR) T cells. Teams from 42 countries submitted 12,000 designs of 80-amino acid de novo minibinders targeting human CD20 as CAR binding domains. Designs were screened by pooled CAR-T proliferation, identifying 707 designs exhibiting significant CD20-specific enrichment, with team hit rates from 0.6% to 38.4%. Top-performing candidates were validated as individual constructs, measuring CD20-specific proliferation, expansion, cytokine production, and targeted cell lysis. We identified common design methodologies and factors correlated with DNA synthesis, expression, and target-specific T cell activation which nearly double the success rates when applied as a retrospective filter. We release this dataset as an open resource, with practical recommendations to support more effective AI-driven binder design.
Yazarların özeti; kaynağından alınmıştır. Molecular Systems Biology, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Onkoloji
OncologyMedicine