Das südkoreanische Biotech-Unternehmen Galux hat bahnbrechende Fortschritte in der KI-gestützten De-Novo-Antikörper-Entwicklung präsentiert, die die Plattform GaluxDesign als Werkzeug für präzise, atomare Protein-Therapeutika etabliert. In einer neuen Studie, die auf vorherigen Ergebnissen aufbaut, wurden neuartige Antikörper für insgesamt acht Ziele konzipiert und validiert, darunter PD-L1, HER2, EGFR (S468R-Mutant), ACVR2A/B, FZD7, ALK7, CD98hc und IL-11. Diese Ziele umfassen Bereiche wie Onkologie, Immuntherapie, Fibrose und metabolische Erkrankungen, was die breite therapeutische Relevanz der Technologie unterstreicht. Die Ergebnisse, die in einer Preprint-Veröffentlichung auf bioRxiv detailliert beschrieben werden, belegen nicht nur die Neuheit der Designs, sondern auch ihre strukturelle Genauigkeit und funktionale Wirksamkeit, was neue Wege für die Entwicklung wirksamer Medikamente ebnet.
Die Plattform ermöglicht die vollständige In-Silico-Generierung von Antikörpern ohne Abhängigkeit von bestehenden Strukturen oder Bibliotheken, was traditionelle Methoden revolutioniert. Im März 2025 hatte Galux bereits Designs für sechs Ziele vorgestellt, die in Bindungsaffinität, thermischer Stabilität und Entwickelbarkeit mit marktreifen Antikörpern konkurrierten. Die Erweiterung auf zwei weitere Ziele – CD98hc und IL-11, letzteres ohne bekannte Antikörper-Komplexstruktur – hebt die Robustheit hervor. Besonders beeindruckend ist die Validierung eines Anti-PD-L1-Antikörpers mittels Kryo-Elektronenmikroskopie (Cryo-EM): Das Design GX-aPDL1-3 weist in den CDR-Schleifen maximal 43 Prozent Sequenzidentität zu bekannten PD-L1-Antikörpern auf und nur 27 Prozent in der kritischen H3-Schleife, was seine Neuheit unterstreicht. Dennoch passt die experimentell aufgelöste Struktur mit einer RMSD von 1,1 Å exakt zum Design, was atomare Präzision bestätigt.
Die Antikörper wurden zunächst im scFv-Format getestet und dann in IgG-Format umgewandelt, wobei für fünf Ziele stabile Bindungseigenschaften und Entwickelbarkeit nachgewiesen wurden. Biophysikalische Analysen zeigten, dass die Designs Subtyp- und Mutanten-Spezifität beibehalten, etwa bei FZD7 und EGFR-S468R, und bei IL-11 multiple biologisch relevante Epitope gezielt ansprechen. Diese Fähigkeit, Bindungseigenschaften rational zu steuern, eröffnet Chancen für Antikörper mit optimierter Wirksamkeit und reduzierter Toxizität. Im Vergleich zu kommerziellen Antikörpern erreichen die Designs vergleichbare Affinitäten und Aktivitäten, was sie als vielversprechende Kandidaten für klinische Weiterentwicklung positioniert.
Die De-Novo-Methode basiert auf einer Hefe-Display-Bibliothek mit etwa 10^6 Sequenzen, die aus 10^2 leichten und 10^4 schweren Ketten generiert wurde. Bindende Varianten mit variierender Stärke wurden für alle Ziele identifiziert, einschließlich solcher ohne experimentell bekannte Strukturen, und übertrafen in Präzision frühere Berichte. Die Cryo-EM-Validierung für PD-L1 bestätigt, dass KI-gestützte Strukturvorhersagen therapeutische Moleküle mit maßgeschneiderten Eigenschaften ermöglichen können. Diese Ergebnisse adressieren ein zentrales Problem der Antikörper-Entwicklung: Die Erschöpfung natürlicher Bibliotheken und die Notwendigkeit, „undruggable“ Ziele zu knacken.
Galux, das sich auf KI-gestützte Protein-Therapeutika spezialisiert, plant, die Plattform auf weitere anspruchsvolle Ziele auszuweiten und kooperiert bereits mit globalen Pharma-Partnern. Die Studie unterstreicht das Potenzial, Medikamente nicht mehr zufällig zu entdecken, sondern systematisch zu entwerfen – schneller, effizienter und patientenzentriert. Mit dieser Demonstration festigt Galux seine Rolle als Innovator in der Präzisionsmedizin und trägt zu Fortschritten in der Bekämpfung komplexer Erkrankungen bei, von Krebs bis hin zu immunologischen Störungen. Die vollständige Publikation ist auf bioRxiv frei zugänglich und lädt zu weiterer Diskussion in der Fachwelt ein.
