由华盛顿大学领导的研究报告了一种AI引导的方法，该方法能够设计表位特异性抗体，并通过高分辨率分子成像确认原子级精确结合，随后增强这些设计使抗体结合更加牢固。
为何表位靶向至关重要
抗体主导了现代治疗方法，市场上已有超过160种产品，预计5年内价值将达到4450亿美元。抗体通过锁定病毒或毒素上的精确位置——表位——来保护身体。
这种精确连接决定了抗体是阻断感染、标记病原体以便清除，还是中和有害蛋白质。当药物抗体偏离预期表位时，治疗可能会失效或因结合错误目标而引发副作用。
在医学开发中，确切知道抗体在分子上的结合位置，可能决定其在患者身上成功还是在临床试验中失败。研究人员设计表位特异性抗体，以靶向疾病关键区域，如病毒刺突的受体结合尖端或细菌蛋白的毒性区域。达到这种精度水平通常需要一个缓慢的迭代过程，涉及多年的实验室工作，包括动物免疫、多轮筛选和结构研究以确认结合位点。
一种可靠的方式在计算机上规划这些相互作用，可以使抗体创造更快、更集中，瞄准控制感染、毒性或细胞信号传导的精确分子表面。
计算工作主要优化了现有抗体，一些深度学习模型在已有结合体存在的情况下提出了变体。最近的生成方法需要一个起始结合体，使得从头设计表位特异性抗体成为一个未满足的目标。
在《自然》杂志发表的研究"使用RFdiffusion进行原子级精确的抗体从头设计"中，研究人员训练了一个AI系统来构建识别用户指定分子位点的抗体。
该模型称为RFdiffusion，利用抗体框架和目标表面"热点"信息来塑造新的结合环。第二个网络RoseTTAFold2预测每个设计是否会按预期折叠和结合，过滤掉不稳定或未对齐的候选物。
羊驼辅助研究
设计工作首先集中在称为VHHs的单域抗体上。这些微型抗体来自羊驼和骆马等动物，在研究中因其稳定性高、体积小且易于工程化而备受青睐。它们的小尺寸使它们能够到达完整抗体无法触及的病毒或细菌蛋白质上的缝隙。
研究人员使用人源化VHH框架作为支架，并将设计目标对准流感血凝素、艰难梭菌毒素B、呼吸道合胞病毒位点I和III，以及SARS-CoV-2受体结合域。
实验室筛选使用酵母表面展示技术测试每个目标的9000个设计，并使用大肠杆菌表达和单浓度表面等离子共振评估每个目标的95个设计。每个目标都提出了不同的结构挑战，从流感的平滑表面到艰难梭菌毒素的复杂折叠。
命中目标
流感设计产生了几种在试管中与病毒蛋白结合的实验室制造抗体。高分辨率成像显示其中一个匹配结果与计算机计划在近原子细节上对齐，包括抗体上的关键环如何到达目标位点。当抗体结合时，病毒上的微观糖分移开，这一运动在图像中可见且与计划方法一致。
艰难梭菌毒素工作产生了一种紧凑抗体，它抓住了预期位点并阻止了先前设计的竞争者在那里着陆。细胞上的实验室测试显示对毒素损伤的保护作用。
后续成像捕捉到实验室进化前后相同的对接行为，表明抓握力的改进并未改变抗体附着的位置或方式。
有失有得
SARS-CoV-2测试产生了一种紧凑抗体，该抗体仅在病毒蛋白移动到"向上"位置时附着，并在该位置阻止已知竞争者。成像将连接放在正确位点，同时揭示了与计划不同的接近角度，作者将此结果标记为设计失败。
针对人类免疫蛋白上癌症相关肽的设计在两个独立检测中显示出靶向识别，但从这些设计构建的工程T细胞在实验室测试中未能杀死肿瘤细胞系。
良好开端
报告的成功率在不同目标间仍然较低，为0%至2%，作者指出通过AlphaFold3 ipTM改进筛选是富集的途径。前景包括随着模型和筛选方法的改进，抗体发现可能更快、更有针对性，特别适用于需要精确表位结合的应用，如受体-配体阻断、构象调节和保守病毒位点等。
更多信息：内森尼尔·R·贝内特等，《使用RFdiffusion进行原子级精确的抗体从头设计》，《自然》(2025)。
【全文结束】
