Folate receptor α (FRα) is one of the primary targets for the development of selective therapeutic strategies, due to its high expression in many neoplasms and limited distribution in healthy tissues. The possibility of using antibodies targeted against this receptor to deliver therapeutic molecules to tumor cells makes it necessary to develop antibody fragments characterized by high binding affinity and specificity. Recent advances in in silico antibody design offer new opportunities to optimize these interactions. The analysis was developed starting from a single-chain variable fragment (scFv) designed to recognize FRα, which was used as a reference model for generating and evaluating new antibody–receptor complexes. Particular attention was paid to the Complementarity Determining Regions (CDRs), which are responsible for antigen recognition. Using de novo antibody design tools and structure predictors, such as RFAntibody and AlphaFold3, numerous models of the antibody–FRα complex were generated. These were subsequently compared and analyzed by evaluating the orientation of the CDRs relative to the receptor's binding site, the quality of the interaction interface, and the predicted amino acid sequences, in order to identify candidates capable of establishing a stable and structurally correct interaction.

Il recettore del folato α (FRα) rappresenta uno dei principali bersagli per lo sviluppo di strategie terapeutiche selettive, grazie alla sua elevata espressione in numerose neoplasie e alla limitata distribuzione nei tessuti sani. La possibilità di sfruttare anticorpi diretti contro questo recettore per veicolare molecole terapeutiche verso le cellule tumorali rende necessario lo sviluppo di frammenti anticorpali caratterizzati da elevata affinità e specificità di legame. I recenti progressi nella progettazione in silico degli anticorpi offrono nuove opportunità per ottimizzare queste interazioni. L'analisi è stata sviluppata a partire da uno single-chain variable fragment (scFv) progettato per il riconoscimento di FRα, utilizzato come modello di riferimento per la generazione e la valutazione di nuovi complessi anticorpo–recettore. Particolare attenzione è stata rivolta alle Complementarity Determining Regions (CDR), responsabili del riconoscimento dell'antigene. Mediante strumenti di progettazione de novo degli anticorpi e predittori di struttura, come RFAntibody e AlphaFold3, sono stati generati numerosi modelli del complesso anticorpo–FRα, successivamente confrontati e analizzati valutando l'orientamento delle CDR rispetto al sito di legame del recettore, la qualità dell'interfaccia di interazione e le sequenze amminoacidiche predette, al fine di individuare candidati in grado di instaurare un'interazione stabile e strutturalmente corretta.

Progettazione e valutazione computazionale di frammenti anticorpali scFv diretti contro il recettore alfa del folato

TENTELLA, FRANCESCA
2025/2026

Abstract

Folate receptor α (FRα) is one of the primary targets for the development of selective therapeutic strategies, due to its high expression in many neoplasms and limited distribution in healthy tissues. The possibility of using antibodies targeted against this receptor to deliver therapeutic molecules to tumor cells makes it necessary to develop antibody fragments characterized by high binding affinity and specificity. Recent advances in in silico antibody design offer new opportunities to optimize these interactions. The analysis was developed starting from a single-chain variable fragment (scFv) designed to recognize FRα, which was used as a reference model for generating and evaluating new antibody–receptor complexes. Particular attention was paid to the Complementarity Determining Regions (CDRs), which are responsible for antigen recognition. Using de novo antibody design tools and structure predictors, such as RFAntibody and AlphaFold3, numerous models of the antibody–FRα complex were generated. These were subsequently compared and analyzed by evaluating the orientation of the CDRs relative to the receptor's binding site, the quality of the interaction interface, and the predicted amino acid sequences, in order to identify candidates capable of establishing a stable and structurally correct interaction.
2025
2026-10-21
Computational design and evaluation of scFv antibody fragments targeting folate receptor alpha
Il recettore del folato α (FRα) rappresenta uno dei principali bersagli per lo sviluppo di strategie terapeutiche selettive, grazie alla sua elevata espressione in numerose neoplasie e alla limitata distribuzione nei tessuti sani. La possibilità di sfruttare anticorpi diretti contro questo recettore per veicolare molecole terapeutiche verso le cellule tumorali rende necessario lo sviluppo di frammenti anticorpali caratterizzati da elevata affinità e specificità di legame. I recenti progressi nella progettazione in silico degli anticorpi offrono nuove opportunità per ottimizzare queste interazioni. L'analisi è stata sviluppata a partire da uno single-chain variable fragment (scFv) progettato per il riconoscimento di FRα, utilizzato come modello di riferimento per la generazione e la valutazione di nuovi complessi anticorpo–recettore. Particolare attenzione è stata rivolta alle Complementarity Determining Regions (CDR), responsabili del riconoscimento dell'antigene. Mediante strumenti di progettazione de novo degli anticorpi e predittori di struttura, come RFAntibody e AlphaFold3, sono stati generati numerosi modelli del complesso anticorpo–FRα, successivamente confrontati e analizzati valutando l'orientamento delle CDR rispetto al sito di legame del recettore, la qualità dell'interfaccia di interazione e le sequenze amminoacidiche predette, al fine di individuare candidati in grado di instaurare un'interazione stabile e strutturalmente corretta.
File in questo prodotto:
File Dimensione Formato  
Tesi (pdfA).pdf

non disponibili

Descrizione: Progettazione computazionale di frammenti anticorpali diretti contro il recettore FRα mediante approcci di design de novo e predizione strutturale. I modelli ottenuti sono stati analizzati per identificare candidati promettenti.
Dimensione 10.61 MB
Formato Adobe PDF
10.61 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/29107