Immunogenitätsprognose für Antikörper: MHC-II-Screening

Anti-Drug-Antikörper bringen ein Programm meist nicht schon in der Discovery-Phase zu Fall. Sie bringen es in der Klinik zu Fall, nach der Zelllinie, dem Tox-Paket und zwei Jahren Arbeit. Zu diesem Zeitpunkt bleibt nur noch ein Hebel: ein neues Molekül.

Sequenzbasiertes T-Zell-Epitop-Screening ist der billige Hebel. Es läuft in Sekunden, es läuft, bevor Sie sich auf einen Leitkandidaten festlegen, und es liegt oft genug falsch, dass Sie genau wissen müssen, was es Ihnen sagt. Dieser Artikel behandelt beide Hälften.

Warum MHC-Klasse-II, und nicht "Immunogenität" im Allgemeinen

Klinisch relevante, persistente ADA-Reaktionen gegen ein Proteintherapeutikum sind meist T-Zell-abhängig. Die Kette lautet: Das Arzneimittel wird von einer antigenpräsentierenden Zelle aufgenommen, proteolysiert, auf MHC-Klasse-II geladen, CD4+-T-Helferzellen präsentiert, und wenn eine T-Zelle andockt, erhalten B-Zellen Hilfe und wechseln zu hochaffinem IgG.

Das bedeutet, dass der Klasse-II-Bindungsschritt der Engpass ist, den Sie tatsächlich aus der Sequenz vorhersagen können. Es ist auch der Schritt, den Deimmunisierung anvisiert: Entfernen oder schwächen Sie die Peptid-MHC-Interaktion, und die Hilfe kommt nie an.

Was die sequenzbasierte Vorhersage nicht abdeckt: Aggregate und Partikel (ein wesentlicher realer ADA-Treiber), Wirtszellverunreinigungen, Formulierung und Applikationsweg, Dosierschema und die Patientenpopulation. Diese werden an anderer Stelle in Ihrem Entwicklungsplan behandelt.

Wie das Screening funktioniert

covabio_immunogenicity schiebt ein 9-mer-Fenster entlang der Sequenz und bewertet jedes Fenster gegen 8 gängige HLA-DRB1-Allele mithilfe positionsspezifischer Scoring-Matrizen. Neun Reste entsprechen der Länge des MHC-Klasse-II-Bindungskerns; die Ankertaschen P1/P4/P6/P9 leisten den größten Teil der Bindungsarbeit, während P2/P3/P5/P8 dem T-Zell-Rezeptor zugewandt sind.

Die Outputs sind: ein Score pro Fenster und Allel, zusammengeführte Hotspot-Regionen, Binder-Zahlen pro Allel, eine Gesamt-Epitopdichte, und eine Reihe von Punktmutationen, die auf die dem TCR zugewandten Positionen abzielen.

Rechenbeispiel: variable Domänen von Trastuzumab

Trastuzumab ist ein humanisiertes IgG1 mit gut dokumentierter klinischer Historie, was es zu einem nützlichen Kalibrierfall macht: Wir wissen ungefähr, welche Antwort ein Screening liefern sollte.

Wir führten die publizierten VH- und VL-Sequenzen durch covabio_immunogenicity (Live-Aufruf, 2026-07-25):

Die Epitopdichte ist hier der Anteil markierter Fenster: 0.3929 x 112 = 44 markierte Fenster auf der schweren Kette, 0.2828 x 99 = 28 auf der leichten Kette (Arithmetik aus dem Tool-Output abgeleitet, kein separat gemeldetes Feld). Beide landen in der "moderat"-Bandbreite des Tools. Das ist die richtige Antwort für einen humanisierten Antikörper: nicht sauber, nicht alarmierend.

Zum Vergleich: Die US-Fachinformation zu Trastuzumab berichtet behandlungsbedingte Anti-Therapeutika-Antikörper bei etwa 0,1 % der getesteten Patienten. Eine "moderate" Epitopdichte auf Sequenzebene übersetzt sich also eindeutig nicht in eine gemessene ADA-Rate. Sie ist ein relatives Triage-Signal zwischen Kandidaten, keine Inzidenzprognose. Mehr dazu weiter unten.

Wo die Hotspots liegen

Das Bild pro Allel auf VH ist flach: DRB1*0101 führt mit 46 Bindern, DRB1*1101 und DRB1*1501 liegen mit 29 dahinter, die mittleren Scores spannen nur 1.554 bis 1.866. Kein Allel ist ein dramatischer Ausreißer, was gegen eine eng HLA-restringierte Belastung spricht.

Die stärksten zusammengeführten Regionen auf VH, alle bindend an alle 8 Allele:

• Positionen 1-12 VQLVESGGGLVQ, Score 9.0
• Positionen 67-75 FTISADTSK, Score 9.0
• Positionen 69-77 ISADTSKNT, Score 8.0
• Positionen 85-94 LRAEDTAVYY, Score 8.0

Jeder dieser Treffer liegt im Framework, nicht in einer CDR. Das ist die praktisch wichtige Beobachtung, und sie wirkt in beide Richtungen. Framework-Hotspots, die in keimbahnabgeleiteten Abschnitten liegen, sind mit dem eigenen Antikörperrepertoire des Patienten geteilt, sodass zentrale und periphere Toleranz die Reaktion unterdrücken sollten - eine reine Bindungsmatrix hat keinen Toleranzfilter und markiert sie trotzdem. Behandeln Sie Keimbahn-Framework-Treffer als niedrige Priorität, bis Sie sie gegen die nächstliegende menschliche Keimbahnsequenz geprüft haben.

Die CDR-nahen Treffer sind diejenigen, die Engineering-Aufmerksamkeit verdienen: Positionen 50-59 IYPTNGYTRY (Score 7.0, alle 8 Allele) überlappt mit CDR-H2, und 98-106 WGGDGFYAM (Score 4.0, 6 Allele) überlappt mit CDR-H3. Diese sind nicht keimbahnständig, sondern stammen aus der Maus und sind daher nicht durch Toleranz abgedeckt.

Die Deimmunisierungsvorschläge, und ihr Haken

Das Tool lieferte 8 Punktmutationen für VH, alle derselben Klasse: konservative Substitutionen an dem TCR zugewandten P2-Positionen mit einer prognostizierten Bindungsreduktion von jeweils +1.0 Score-Einheit.

Lesen Sie die rechte Spalte genau. Die Positionen 57, 60 und 105 liegen innerhalb oder direkt neben CDRs. Trastuzumabs CDR-H2 RIYPTNGYTRYADSVK und CDR-H3 WGGDGFYAMDY wurden von covabio_antibody unter Kabat-Nummerierung bestätigt. Eine CDR zu mutieren, um den Epitop-Score zu senken, ist ein direkter Tausch gegen die HER2-Affinität, und das Tool modelliert Affinität nicht. Framework-Substitutionen (22, 23, 68, 73, 87) sind das risikoarme Startset; CDR-Substitutionen kommen nur auf die Liste, wenn Sie bereit sind, die Bindung erneut zu messen.

Der andere Haken: Eine "prognostizierte Bindungsreduktion von +1.0" ist eine Verschiebung auf der internen Matrix-Skala des Tools. Es ist keine gemessene Verschiebung im Peptid-MHC-IC50 und kein gemessener Rückgang der T-Zell-Proliferation.

Wie Sie das tatsächlich in einem Workflow einsetzen

1. Screenen Sie jeden Kandidaten im Panel gleichzeitig, mit demselben Allel-Set. Der Vergleich zwischen Kandidaten ist der verlässliche Teil. 2. Teilen Sie Treffer in Keimbahn-Framework und Nicht-Keimbahn (CDR, Junction, konstruierter Linker, Fusionsübergang) auf. Priorisieren Sie die zweite Gruppe. 3. Prüfen Sie, ob sich Hotspots auf einem Allel häufen. Ein breites, flaches Allelprofil (wie oben bei Trastuzumab-VH) ist ein anderes Engineering-Problem als eine Ein-Allel-Spitze. 4. Entwerfen Sie zuerst konservative Substitutionen außerhalb der CDRs, wiederholen Sie das Screening, und bestätigen Sie, dass die Dichte tatsächlich sinkt. 5. Schicken Sie die Shortlist zu einem Wet-Lab-Assay. In-silico-Screening entscheidet, was Sie testen, nicht ob es sicher ist.

Sequenzliabilitäten treten selten allein auf. Dieselbe Trastuzumab-Schwerkette erzielte 29/100 bei covabio_developability mit 5 aggregationsanfälligen Regionen, 3 kritischen NG-Desamidierungsstellen und 4 exponierten Methioninen, und covabio_viscosity prognostizierte 18.97 cP bei 150 mg/mL, pH 6. Aggregation und Immunogenität hängen in der Praxis zusammen, daher lohnt es sich, beide Reports nebeneinander zu betrachten, bevor Sie sich auf eine Variante festlegen.

Ehrliche Grenzen: was dieses Screening nicht sagt

• Es ist eine positionsspezifische Scoring-Matrix, kein trainierter neuronaler Prädiktor. Sie approximiert die Klasse-II-Bindungspräferenz. Sie erreicht nicht die Genauigkeit von NetMHCIIpan-Klasse-Tools, und das behaupten wir auch nicht.
• Kein Toleranzmodell. Körpereigene und keimbahnabgeleitete Peptide werden genau wie fremde bewertet. Das bläht das scheinbare Risiko für humanisierte und vollhumane Frameworks auf.
• Kein Antigenprozessierungsmodell. Reale Epitope müssen die endosomale Proteolyse überstehen und um die Beladung konkurrieren. Bindungsaffinität allein überschätzt.
• Nur DRB1, 8 Allele. Kein DP, kein DQ, kein DRB3/4/5. Die Populationsabdeckung ist unvollständig und zugunsten verbreiteter europäischer und ostasiatischer Allele verzerrt.
• Keine ADA-Inzidenzprognose. Es gibt keine Kalibrierung von Epitopdichte zu einem klinischen Prozentsatz, und das Trastuzumab-Beispiel zeigt, warum man keine ableiten sollte.
• Keine B-Zell- oder konformationellen Epitope, und nichts zu Aggregaten, Verunreinigungen, Dosis, Applikationsweg oder Population - von dort stammt ein Großteil des beobachteten klinischen ADA-Signals.
• Scores sind intern und relativ. Nutzen Sie sie, um Kandidaten zu ranken und eine Variante mit ihrem Ausgangsmolekül zu vergleichen. Melden Sie sie nicht als absolutes Risiko.

Die Bestätigungsarbeit, in die das mündet, bleibt unverändert: HLA-Peptid-Bindungsassays, MAPPs, um zu sehen, was tatsächlich präsentiert wird, und PBMC- oder T-Zell-Proliferationsassays auf der Shortlist. CovaBio ist Triage, die Ihnen sagt, welche drei von dreißig Kandidaten diesen Aufwand verdienen.

Häufige Fragen

Weiterführende Artikel

• Antikörper-Developability-Triage aus der Sequenz
• Antikörperviskosität bei hoher Konzentration vorhersagen
• AlphaFold3 vs. OpenDDE, ESMFold, Boltz und Chai

Ein Kandidaten-Panel zu screenen braucht eine Sequenz und ein paar Sekunden - der kostenlose Tarif reicht aus, um Ihre eigenen VH- und VL-Sequenzen laufen zu lassen und zu sehen, wo die Hotspots landen. - Retentionszeit-Vorhersage in der HPLC-Methodenentwicklung