设计抗体研究进展

单克隆抗体虽已为临床实验室提供了大量试剂,但其特异性和亲合力还不能准确地满足临床需要,加之它们能引起球蛋白反应和血清病,大大限制了在病人中的应用。根据特殊需要用基因工程制造设计抗体解决了这些问题。设计抗体包括嵌合抗体、人化抗体、免疫粘连素、单链抗原结合蛋白、重链可变区蛋白和超变区多肽。该领域的研究进展十分迅速,可以相信,不入的将来设计抗体可望成为临床的主要资源。

基于机器学习Rosetta的全人源化Spastin重组抗体的设计和验证

目的:基于机器学习软件Rosetta实现人源化Spastin重组抗体的设计、体外制备及验证。方法:使用Rosetta设计出针对人Spastin蛋白抗原表位的全人源化抗体,获得其抗体Fab段轻链及重链可变区的氨基酸序列,优化密码子后转化为核苷酸序列得到轻、重链的全长cDNA;随后将全人源化抗Spastin的轻、重链序列分别构建于重组表达载体;在293FT真核表达体系中表达并纯化该抗体;使用Western blot方法鉴定该抗体识别人Spastin重组蛋白信号的能力;通过Rosetta建模模拟抗体与抗原的结合及构象。结果:成功构建了全人源化Spastin重组抗体;该Spastin重组抗体能够在真核系统成功表达;构建的重组抗体轻、重链能够形成完整抗体,且能够特异性识别出人Spastin蛋白信号。结论:借助Rosetta软件成功设计了一种能够特异识别Spastin的重组全人源化抗体。

语言模型辅助人工智能抗体设计与优化的研究热点和进展分析

目的分析语言模型辅助人工智能抗体设计与优化研究领域的研究热点及进展,为抗体开发领域研究人员提供参考依据。方法通过CiteSpace软件对Web of Science、Pubmed和Scopus数据库中收集到的抗体设计与优化研究领域中3个重要研究任务(抗体预训练语言模型构建、抗体序列生成、抗体三维结构预测)的文献进行总体研究热点分析,并对各研究任务下的重要研究进展进行梳理总结,分析具体研究工作的异同点和当前研究面临的问题。结果2019年(10篇文献)至2023年(89篇文献),3个研究任务的研究规模和研究热度不断攀升。总体研究热点聚焦于通过语言模型辅助设计或优化得到人源化、亲和力高以及特异性强的抗体。在各研究任务中,模型架构多样性、训练数据一致性以及训练策略差异性反映了研究方法的特点。同时,当前研究仍然面临着抗原数据稀疏、计算算力限制以及干湿实验结合不足等问题。结论语言模型辅助人工智能抗体设计与优化的相关研究正在逐步兴起,目前已经取得了一定的成果,但研究者仍需解决模型对抗原抗体相互作用信息忽略和实验验证与模拟计算结合缺乏的问题,深化研究内容并扩展实际应用场景。

毒素DON单链抗体的同源建模及与DON结合的分子模拟研究

通过同源模建及分子力学构建并优化了呕吐毒素DON单链抗体的三维结构,结合Procheck和verify_3D方法评估得到合理的抗体模型.利用分子对接方法研究了单链抗体与其抗原DON的识别及相互作用.结果表明,毒素结合到抗体轻链上,通过轻重链的交界区残基与重链结合,与残基Pro107之间存在氢键作用.采用分子动力学模拟和MM/GBSA方法计算了毒素DON与抗体之间的结合自由能,计算结果与实验值相吻合,体系疏水相互作用是维持复合物稳定结构的主要驱动力.动力学模拟氢键分析和能量分解结果共同表明,残基Pro107参与稳定氢键的形成并贡献很强的范德华作用,是毒素结合抗体最关键的残基.本研究为该毒素抗体的结构设计提供了重要的线索和理论依据,对毒素类分子新型抗体的研究和开发具有理论指导价值.