Abstract Exquisite binding specificity is essential for many protein functions but is difficult to engineer. Many biotechnological or biomedical applications require the discrimination of very similar ligands, which poses the challenge of designing protein sequences with highly specific binding profiles. Current methods for generating specific binders rely on in vitro selection experiments, but these have limitations in terms of library size and control over specificity profiles. We present a multi-stage approach that overcomes these limitations by combining high-throughput sequencing of phage display experiments with machine learning and biophysical modeling. Our models predict the binding profiles of antibodies against multiple ligands and generate antibody sequences with desired specificity profiles. The approach involves the identification of different binding modes, each associated with a particular ligand against which the antibodies are either selected or not. We demonstrate that the model successfully disentangles these modes, even when they are associated with chemically very similar ligands. Additionally, we demonstrate and validate experimentally the computational design of antibodies with customized specificity profiles, either with specific high affinity for a particular target ligand, or with cross-specificity for multiple target ligands. Overall, our results showcase the potential of leveraging a biophysical model learned from selections against multiple ligands to design proteins with tailored specificity, with applications to protein engineering extending beyond the design of antibodies.

Antibody repertoires contain binders to nearly any target antigen. The sequences of these antibodies differ mostly at few sites located on the surface of a scaffold that itself consists of much less varied amino acids. What is the impact of this scaffold on the response to selection of a repertoire? To gauge this impact, we carried out quantitative phage display experiments with three antibody libraries based on distinct scaffolds harboring the same diversity at randomized sites, which we selected for binding to four arbitrary targets. We first show that the response to selection of an antibody library is captured by a simple and measurable parameter with direct physical and information-theoretic interpretations. Second, we identify a major determinant of this parameter which is encoded in the scaffold, its degree of evolutionary maturation. Antibodies undergo an accelerated evolutionary process, called affinity maturation, to improve their affinity to a given target antigen as part of the adaptive immune response. We find that libraries of antibodies built around such maturated scaffolds have a lower response to selection to other arbitrary targets than libraries built around naive scaffolds of germline origin. Our results are a first step towards quantifying and controlling the evolutionary potential of biomolecules.

Abstract The evolutionary transition from uni- to multicellularity is associated with new properties resulting from collective cell behavior. The social amoeba Dictyostelium discoideum alternating between individual cells and multicellular forms of varying size provides a powerful biological system to characterize such emergent properties. Multicellular forms coined slugs have long been described as chemotactic towards cAMP, and also as phototactic. While chemotaxis is also well-documented at the single-cell level, which merely explains slug chemotaxis, we asked whether slug phototaxis is an emergent property of multicellularity. For this, we developed an automated microscopy setup to quantify and compare the migration trajectories of single cells and slugs moving in the dark or illuminated with lateral light. We find that single cells, either extracted from phototactic slugs or taken prior to multicellular aggregation, are not phototactic, implying that slug phototaxis results from interactions between cells that lack this property. Further, by analysing slugs composed of a varying number of cells, we find that phototaxis efficiency increases continuously with slug size. Cell-cell interactions combined with self-organization are thus key elements for this property to emerge.