Twist科學長Aaron Sato來臺解析合成DNA文庫、AI助攻抗體發現

Twist科學長Aaron Sato來臺

解析合成DNA文庫、AI助攻抗體發現

今(29)日，Twist Bioscience與其臺灣總代理商倍思特生技(ABreal Biotech)，共同於國家生技研究園區舉辦研討會，並邀請到Twist首席科學長Aaron Sato來臺演講，介紹如何利用Twist的合成DNA文庫技術與人工智慧(AI)機器學習技術，透過連續的篩選過程(successive panning rounds)加上次世代定序(NGS)，藉以發現抗體序列，或是優化傳統篩選所獲得的現有候選物(leads)。

倍思特生技總經理胡津祐表示，在生物製藥開發應用上結合AI機器學習與合成DNA文庫技術，是一項極具挑戰性的任務，但也正是Twist與倍思特在臺服務的核心策略之一，期待藉由整合Twist在此應用的經驗，為臺灣新藥開發業者提供更高效、準確的解決方案。

Twist Bioscience成立於2013年，是一家根基於美國矽谷的企業。其專注於合成生物學和基因體學，並透過矽平台實現了生物學工程的工業化，提供高品質的合成DNA，幫助客戶在研究上取得成功。其涉及領域相當廣泛，包括：生物檢測、功能基因體學、基因體工程、藥物、生物防禦及數據儲存等。

胡津祐指出，Twist在2018年於美國納斯達克(Nasdaq)首次公開上市(IPO)，雖然IPO僅五年餘就藉由獨特的DNA合成技術拓展影響力，成為美國生物製藥領域重要的合作夥伴。

Twist抗體發現擁三大優勢收穫全球278個合作夥伴、逾550項計畫

Dr. Sato表示，Twist Bioscience在2021年併購了Abveris、將其具備的體內(in vivo)抗體發現專業納入旗下，並強化了Twist Biopharma既有的抗體發現和使用合成文庫優化的能力，使Twist Bioscience能夠藉由體內、體外、電腦運算等方法，提供全面的端到端抗體發現服務。

Twist目前在全球共有278個合作夥伴，其中不乏知名藥廠，如：百靈佳殷格翰(Boehringer Ingelheim)、武田製藥(Takeda)、安斯泰來(Astellas)、小野製藥(Ono Pharma)等；迄今完成的計畫超過450項，還有112項計畫正在進行中。

其所提供的生物製藥解決方案，被廣泛應用在多種人類疾病及動物健康上，且具有多模態(modalities)特色，涵蓋了單株抗體、雙特異性抗體、羊駝重鏈抗體(VHH)、抗體藥物複合體(ADC)、蛋白質工程等，幫助客戶更快進入臨床開發。

Dr. Sato表示，Twist具有三大優勢。首先是「抗體多樣性」，其提供體內、體外、電腦運算等多樣化平台選項，且可減少抗體發現工作流程中的多樣性損失；其次是「篩選深度與速度」，能幫助客戶更快執行功能導向的篩選與定性，並提供高通量抗體生產(HT IgG production)服務；最後是「候選物篩選與工程」，藉由AI和機器學習的輔助，讓使用者對篩選結果更有信心。

體內、體外、電腦運算三大平台組合找出最佳候選抗體

接著，Dr. Sato也分別針對Twist的體內、體外、電腦運算等三大抗體發現平台加以說明，並介紹將其結合、找出最佳治療性候選抗體的好處。

首先是體內抗體發現平台。Dr. Sato表示，Twist提供多物種模型，包括人類周邊血單核細胞、小鼠、兔子、羊駝等，特別是其中的DiversimAb平台，相比於業界標準生產的超免疫小鼠，由其平台產生的超免疫小鼠在序列及抗原表位多樣性、同源性(homologous)都更高。

此外，Twist在體內抗體發現服務中，也提供客戶克服困難抗原、使免疫反應最大化的接種與佐劑技術，涵蓋多樣化抗原表位(epitope)的專業經驗，以及可在一天內完成單顆B細胞發現工作流程的高通量Beacon平台及融合瘤(hybridoma)平台。

其次是體外抗體發現平台，則是充分發揮Twist的高效DNA合成矽平台的潛力，其特色為每個矽晶片能夠合成100萬條寡核苷酸(oligo)，一口氣將合成的規模與通量提升1萬倍，進而實現多樣性可高達1百億的組合變異文庫(CVL)，同時還能辨識出在下游可能導致問題的變異設計，或是導入人類免疫組譜(human repertoire)、避免後續免疫原性(immunogenicity)的發生。

而在單域文庫(single domain libraries)方面，Twist的合成確效平台也能幫助客戶克服較難的標靶，例如免疫腫瘤學和嵌合抗原受體T細胞標靶(IO and CAR-T targets)、G蛋白偶合受體(GPCR)、第一型和第二型細胞膜蛋白、離子通道和小分子傳輸蛋白、感染性疾病或免疫標靶。

第三個是電腦運算抗體發現平台。Dr. Sato表示，Twist藉由深度學習演算法，能將從NGS所得的稀有抗體株，透過多次富集(multi-round enrichment)和非監督式機器學習(unsupervised learning)，使類似序列的數量極大化，接著透過蛋白質語言模組(protein language model)預測親合力成熟作用，再將其應用在抗體候選物的人源化與優化中。

Dr. Sato表示，Twist在廣度、品質與速度上皆具優勢，且能夠從抗體發現到優化、一路到確效與遞送的每個環節都提供對應的文庫及確效服務，期盼藉此為抗體發現領域帶來新的「黃金標準」。

胡津祐也表示，倍思特生技致力於為臺灣的生物製藥業者提供全方位技術支持和服務，大到生物製藥(biopharma)領域、小至一般科學研究的基因合成，倍思特都能提供相對應的解決方案。

他也期待，未來倍思特將與多家臺灣從事新藥開發單位展開更深度合作，協助客戶開發創新抗體治療藥物，加速取得更顯著的研發成果。

研討會影片：