范德比尔特大学医学中心2025年11月5日报道
根据范德比尔特大学医学中心研究人员领导的多机构研究，人工智能（AI）和"蛋白质语言"模型可以加速单克隆抗体的设计，从而预防或减轻可能危及生命的病毒感染的严重程度。
该研究报告于11月4日发表在《细胞》杂志上，主要关注针对现有和新兴病毒威胁（包括呼吸道合胞病毒（RSV）和禽流感病毒）的抗体治疗开发。论文通讯作者Ivelin Georgiev博士表示，这项研究的意义更为广泛。
"这项研究是我们最终目标的重要早期里程碑——利用计算机高效、有效地从头设计新型生物制剂并将其转化为临床应用。"
Ivelin Georgiev博士，病理学、微生物学和免疫学教授，范德比尔特计算微生物学和免疫学项目主任
他表示："此类方法将对公共卫生产生重大积极影响，并可应用于包括癌症、自身免疫、神经系统疾病等在内的广泛疾病。"
Georgiev是利用计算方法推进疾病治疗和预防的领导者。他是健康高级研究计划署（ARPA-H）一项高达3000万美元资助的主要研究者，该资助支持应用能够开发具有治疗潜力的新型抗体的AI技术。
Georgiev实验室的数据科学家Perry Wasdin博士参与了研究的各个方面，是该论文的第一作者。研究团队包括来自美国各地、澳大利亚和瑞典的科学家，他们展示了一种蛋白质语言模型能够设计功能性人类抗体，这些抗体能够识别特定病毒的独特抗原序列（表面蛋白），而无需以抗体序列的一部分作为起始模板。
蛋白质语言模型是一种大型语言模型（LLM），它通过在海量文本上进行训练，以实现语言处理和生成。LLM提供了ChatGPT等聊天机器人的核心功能。
研究人员通过在已知H5N1流感（禽流感）病毒株的已表征抗体上训练其蛋白质语言模型MAGE（单克隆抗体生成器），成功为相关但未见过的流感病毒株生成了抗体。
研究团队总结称，这些发现表明MAGE"可用于比传统抗体发现方法更快地生成针对新兴健康威胁的抗体"，传统方法需要从感染者体内获取血液样本或从新型病毒中提取抗原蛋白。
其他范德比尔特合著者包括Alexis Janke博士、Toma Marinov博士、Gwen Jordaan、Olivia Powers、Matthew Vukovich博士、Clinton Holt博士和Alexandra Abu-Shmais。
本研究部分由健康高级研究计划署（ARPA-H）和美国国立卫生研究院资助，资助号为R01AI175245、R01AI152693和1ZIAAI005003。本文所包含的观点和结论均为作者观点，不应被解释为代表美国政府的官方政策，无论明示或暗示。
来源：范德比尔特大学医学中心
期刊参考：Wasdin, P. T., et al. (2025). 使用大型语言模型生成抗原特异性配对链抗体. 《细胞》
【全文结束】
