Platform

과정	상세설명
1. Capsid Sequence Library	수십만 개의 캡시드 염기서열을 디자인한 후 DNA 프린터에서 합성하고 캡시드 라이브러리로 조립하여 스크리닝을 준비합니다. 이를 통해 training data set을 준비할 수 있습니다.
2. NGS & Preditors	제작한 library 중에서 차세대 염기서열분석을 통하여 치료 성공에 중요한 다수의 특성을 지닌 AAV를 선별하게 됩니다. 분석과 예측에 따라 적합한 AAV 후보군을 추려내는 과정이 이루어집니다.
3. Machine Learning Algorithms	새로운 염기서열의 기능 예측을 위해 기계 학습 모델을 훈련시켜 AAV capsid 선별에 적합한 map을 구축합니다. 반복 학습을 통해 더욱 정교하고 상세한 데이터베이스를 얻을 수 있습니다.
4. In vivo assay	적합하다고 추려진 AAV 후보 중 제작된 capsid는 in vivo assay를 통해 Cross-validation Model assessment 선별 training이 이루어집니다.
5. Hit NEW AAV Serotype	앞선 과정들을 통해 in vivo delivery의 효율성,특이성,면역반응회피,제조 가능성 등을 기반한 고객의 요청에 맞는 가장 적합한 후보의 AAV를 얻을 수 있습니다.

과정	상세설명
1. AAV 벡터 설계	AAV 캡시드 선택, 프로모터 최적화, 트랜스진 크기 조절 등을 통해 목표 조직에 대한 특이성과 발현 효율을 극대화합니다.
2. 유전자 발현 조건 스크리닝 및 최적화	다양한 세포주와 배양 조건에서 AAV 벡터의 발현을 테스트하여 최적의 생산 조건을 결정합니다. 배지 조성, 온도, pH 등의 파라미터를 조절하여 AAV 생산량을 극대화합니다.
3. In vitro/in vivo test	세포 및 동물 모델에서 AAV 벡터의 형질도입 효율과 유전자 발현을 평가합니다. 다양한 용량과 투여 경로를 테스트하여 최적의 치료 효과를 확인합니다.
4. 유효물질 검증	AAV 벡터의 역가, 순도, 완전성 등을 분석하여 품질을 검증합니다. qPCR, ELISA 등의 방법으로 벡터 농도와 활성을 정량화합니다.
5. 약물 최적화	안정성, 생체 내 분포, 면역원성 등을 고려하여 AAV 벡터의 구조와 제형을 최적화합니다. 필요 시 PEGylation 등의 수식을 통해 약물동태학적 특성을 개선합니다.

* 아바타 AAV CMC는 DOE (Design of Experiment) 와 Mechanical modeling에 근거하여 설계가 되어, 스케일업과 규정에 대비하고 있습니다.

과정	상세설명
1. Promoter enginerring	세포/조직 특이적 프로모터를 기계학습기반 스크리닝을 통하여 개발합니다.
2. Gene auto regulation	유전자 치료제의 세포 내 발현을 적절히 조절 할 수 있는 기술을 통하여 치료제의 안전성과 지속성을 해결합니다.