用AI精准设计抗体

抗体是蛋白质疗法的主要类别，全球目前有超过160种抗体疗法获批，未来5年市场价值预计达4450亿美元。抗体开发通常分为两个阶段：一是发现能结合特定表位的抗体，二是对这些抗体进行后续的亲和力成熟和临床优化。目前，鉴定表位特异性抗体依赖于动物免疫、抗体库筛选或从患者中直接分离，这些方法费力、耗时，且可能无法找到与治疗相关表位相互作用的抗体。计算抗体设计方法此前多聚焦于优化阶段，如通过采样CDR环改善亲和力或利用Rosetta进行序列设计，但无法完成从头设计表位特异性抗体这一第一阶段。虽然RFdiffusion在设计结合蛋白方面有进展，但其原始版本依赖规则二级结构相互作用，无法从头设计抗体。

理想的从头抗体设计方法需满足：靶向任意目标的特定表位、聚焦CDR环设计同时保持框架接近优化的治疗性抗体框架、采样抗体相对于表位的不同刚体放置。研究假设，在抗体结构上微调的RFdiffusion能设计CDR介导的界面，并据此开发了相应方法。通过在抗体复合结构上微调RFdiffusion，训练时将框架序列和结构作为条件输入，同时加入“热点”残基特征以指导抗体靶向特定表位。微调后的RFdiffusion能生成与输入框架结构匹配且靶向指定表位的抗体结构，结合ProteinMPNN设计CDR序列，产生与训练数据差异显著的多样化相互作用。

为提高设计筛选效率，研究微调RoseTTAFold2（RF2）用于抗体结构预测，训练时提供靶标结构和表位位置信息，使其能区分真实与假的抗体-抗原对，并准确预测复合物结构。该微调RF2能自信预测RFdiffusion设计的VHH的结合模式，且设计的VHH很少被预测结合无关蛋白，表明RF2筛选可富集实验成功的结合物。

研究首先设计了骆驼源单域抗体（VHH），选择人源化VHH框架，针对艰难梭菌毒素B（TcdB）、流感血凝素、RSV等疾病相关靶标设计VHH。通过酵母表面展示或大肠杆菌表达结合SPR筛选，获得了能结合目标表位的VHH。冷冻电镜（cryo-EM）证实，针对流感血凝素和TcdB的VHH结合构象与设计一致，流感VHH的高分辨率结构确认了CDR区的原子级精度。利用OrthoRep进行亲和力成熟后，VHH亲和力提升约两个数量级，且保持表位选择性，如TcdB VHH中和毒性的EC50达460 nM。

随后扩展至单链可变片段（scFv）设计，通过组合来自不同设计的重链和轻链CDR，构建库并筛选。针对TcdB的scFv经SPR验证亲和力达72 nM，转为全长IgG1后亲和力为68 nM，且能与Frizzled-7竞争结合，证实表位特异性。冷冻电镜显示，scFv6与TcdB结合时，六条CDR环构象均达到原子级精度（ backbone RMSD均小于1.1 Å）。

尽管从头抗体设计已实现，但实验成功率仍较低，主要受限于筛选模型性能。AlphaFold3的出现改善了抗体结构预测，回顾性分析显示其可提高设计成功率。未来，结合生成模型改进、纳入非蛋白原子设计、优化CDR序列人源化等，有望提升设计效率和可成药性。该方法为抗体发现和开发提供了新框架，有望通过精准表位靶向革新治疗性抗体研发。