传统上获得治疗性抗体得靠免疫动物或者筛选容量巨大的抗体文库，周期长成本高，并且没法控制抗体究竟结合抗原的哪个具体区域，这限制了针对功能表位的精准干预。2026年6月23日，《自然-生物技术》发表了斯坦福大学高小井团队的研究成果，他们构建了名为Germinal的生成式设计管线，整合结构预测网络和抗体专一性语言模型，针对PDL1、IL‑3、IL‑20和BHRF1四个抗原，仅需测试43到101个设计就拿到了纳摩尔到低微摩尔亲和力的结合物，并且这些分子在哺乳细胞中表达良好。
Germinal管线的核心是把AlphaFold‑Multimer的结构梯度与IgLM抗体语言模型的序列似然度放在一起联合优化。研究团队很快发现，单纯用结构预测器做反向设计生成出来的抗体经常靠框架区和抗原接触，而不是靠设计者希望的那个互补决定区，而且CDR环会冒出不少α螺旋和β折叠，这跟天然抗体那种以无规卷曲为主、柔性较大的结合界面差别不小。因此，他们专门写了几项自定义损失函数来应对：一个是表位专一性损失，强制让结合主要落在CDR区域；另外两个分别针对α螺旋和β折叠，把它们从CDR里赶出去。
但是想让AlphaFold‑Multimer给高置信度结构分数，序列就可能偏离真实抗体的分布；反过来硬贴语言模型的偏好，结构分数又会降低。他们试了加权求和、加权PCGrad和多目标梯度下降几种融合方式，并且把IgLM的权重按阶段做退火。随着语言模型引导变强，生成序列被治疗性纳米抗体分析工具判定为高风险的比例明显下降，人源化打分也更接近真实人类抗体库里的纳米抗体水平，免疫原性风险预测随之降低。
实验验证覆盖了PDL1、BHRF1、IL‑3和IL‑20四个性质不一样的靶点。研究团队用AlphaFold3预测的抗原结构作为输入（这些预测结构与实验结构比对偏差都在1埃以内），每轮跑出数千条轨迹，经AF3独立重算、PyRosetta能量打分和Borda计数排序后，每个靶点只挑几十个设计送进实验。随后，他们搭建了基于NanoLuc互补的初筛流程，把候选纳米抗体连上大亚基，抗原连上小亚基，发光信号同时反映表达量和结合活性。研究团队从101个PDL1设计中筛出25个做生物层干涉测量，拿到7个结合物；IL‑3的46个设计里有2个阳性，IL‑20的43个里有4个，BHRF1的52个里有5个。针对PDL1和IL‑3他们还设计了单链可变区片段形式的抗体，经表面等离子体共振初筛和BLI复测后同样获得了多个纳摩尔级结合物。
为了确认这些设计确实咬住了预设的表位，研究团队做了冷冻电镜和系统的丙氨酸突变。他们解析了抗PDL1单链抗体H5与PDL1复合物的结构，分辨率达到3.9埃，实验模型和Germinal预测的全原子模型Cα均方根偏差只有1.25埃，六个CDR环的骨架构象跟电子密度符合得很好，设计时指定的I37、Y39和E41三个热点在实验密度里都维持着预期接触。随后他们对四个靶点全部26个结合物做了热点突变，每个靶点挑三四个残基换成丙氨酸——17个设计在至少一个突变后结合信号彻底消失，其余设计的亲和力也降了至少两倍，而针对非表位区域的对照抗体在各突变体上基本不受影响，证明抗原自身折叠没出问题，亲和力下降确实来自界面破坏。部分设计在纯化中遇到表达量低或者二聚化的问题，研究团队用了三种工程化补救策略：把一个含暴露半胱氨酸的IL‑3纳米抗体突变成丝氨酸，恢复了单体状态和干净的结合曲线；把一个表达不好的BHRF1纳米抗体骨架移植到高热稳定性合成骨架Legobody上，亲和力反而从微摩尔级提升到42纳摩尔；还从同一条设计轨迹里捞回母本和姊妹序列，解决了单链抗体表达不足的问题。全部候选物在流式细胞术多反应性检测中信号都低于阳性对照的4%，跟已知非多反应性对照相当。Germinal的开源代码和完整实验方案已公开，研究团队预期这套方法能把治疗性抗体的发现周期从数月压缩到数天。
READING
BioPeers
热门跟贴