EpiVax führt KI-gestützte Modelle zur Vorhersage der Immunogenität ein
PROVIDENCE, Rhode Island, 3. September 2026 /PRNewswire/ -- EpiVax, Inc. freut sich, die Einführung KI-gestützter Erweiterungen für ISPRI™ bekannt zu geben – seine proprietäre In-silico-Plattform zur Bewertung des Immunogenitätsrisikos von Biotherapeutika. Die neue Version führt ein aktualisiertes JanusMatrix™-Modell, einen verfeinerten, toleranzangepassten Immunogenitäts-Score sowie ein verbessertes Vorhersagemodell für Anti-Drug-Antikörper (ADA) ein, die tiefere Einblicke in das Immunogenitätsrisiko ermöglichen sollen.
Seit Jahrzehnten leistet EpiVax Pionierarbeit auf dem Gebiet der computergestützten Immunologie durch die Entwicklung fortschrittlicher In-silico-Algorithmen für die Bewertung biotherapeutischer Sequenzen. Grundlage dieser Arbeit sind EpiMatrix® und JanusMatrix™, die den Gehalt an T-Zell-Epitopen und die konservierung über verschiedene menschliche Arten hinweg bewerten, um das aus der Sequenz abgeleitete Immunogenitätsrisiko und die Immuntoleranz zu charakterisieren. ISPRI™ vereint diese Werkzeuge mit anderen umfassend validierten Methoden, um das Immunogenitätsrisiko bei Kandidaten- und Verunreinigungssequenzen zu bewerten.
JanusMatrix™ 2.1
JanusMatrix™ 2.1 nutzt KI, um die Vorhersage der Immuntoleranz zu verbessern, indem die Kreuzkonservierung menschlicher Epitope auf der Grundlage von Expressions- und Prävalenzdaten gewichtet wird. Das Ergebnis ist eine präzisere Charakterisierung therapeutischer Epitope und ihrer Toleranzprofile.
JanusMatrix-angepasster EpiMatrix-Score
Aufbauend auf JanusMatrix 2.1 hat EpiVax einen neuen Immunogenitäts-Score eingeführt, der stärker auf klinische Immunogenitätsergebnisse abgestimmt ist. Der JanusMatrix-angepasste EpiMatrix-Score (JAX) integriert das JanusMatrix-Toleranzpotenzial direkt in die EpiMatrix-Scores und liefert Einblicke in die intrinsische Effektor-Epitopdichte sowie eine biologisch fundiertere Bewertung des sequenzbasierten Immunogenitätsrisikos über verschiedene therapeutische Modalitäten hinweg.
ADA 2.2
EpiVax hat mit der Veröffentlichung von ADA 2.2 auch sein ADA-Vorhersagemodell aktualisiert. Das verbesserte Modell kombiniert epitopbasierte Messgrößen mit biophysikalischen Eigenschaften und Wirkmechanismus-Kriterien, um eine weitere Bewertung des Immunogenitätsrisikos von Antikörpern zu ermöglichen, die speziell unter Nutzung einer vielfältigen Auswahl klinischer monoklonaler Antikörper trainiert wurde. ADA 2.2 zeigt eine stärkere Korrelation zwischen der vorhergesagten und der klinisch beobachteten Immunogenität und bietet damit neben dem JAX-Score ein höheres Maß an Sicherheit bei der Risikointerpretation.
Diese neu verfügbaren Funktionen stärken die branchenführenden Immunoinformatik-Kompetenzen von EpiVax weiter und verbessern die Relevanz sowie den Vorhersagewert von In-silico-Risikobewertungen zur Immunogenität. Die Verbesserungen stehen in engem Einklang mit den jüngsten Initiativen der FDA zur Förderung der Einführung von für den Menschen relevanten „New Approach Methodologies" (NAMs) und helfen den Sponsoren gleichzeitig dabei, immunologische Risiken zu identifizieren, den Wert ihrer Vermögenswerte zu schützen und Entwicklungsprogramme risikoärmer zu gestalten.
Informationen zu EpiVax
EpiVaxarbeitet mit Entwicklern biologischer Arzneimittel zusammen, um das Immunogenitätsrisiko über den gesamten Produktlebenszyklus hinweg zu managen. Durch die Nutzung fundierter wissenschaftlicher Expertise bei der Anwendung branchenführender In-silico-Analysen und In-vitro-Ansätze helfen Erkenntnisse aus verwertbaren Daten unseren Partnern, Unsicherheiten zu reduzieren, Risiken zu mindern und Ressourcen effizienter einzusetzen, während gleichzeitig behördlich konforme Strategien für sicherere und wirksamere Therapien entwickelt werden.
Medienkontakt:
Sarah Moniz, Leiterin für Geschäftsentwicklung und Marketing
smoniz@epivax.com
View original content to download multimedia:https://www.prnewswire.com/news-releases/epivax-fuhrt-ki-gestutzte-modelle-zur-vorhersage-der-immunogenitat-ein-302868604.html
