抗体药是生物医药最大的赛道之一。AI 能不能把抗体设计从 "慢工出细活" 变成 "计算驱动"?
北京理工大学团队刚发了一篇 55 页的综述,把 AI 抗体设计的全链条拆了一遍:数据库、算法、应用案例、坑在哪、下一步往哪走。
AIx生物制药微信②群已开启
扫描上方群二维码,加入AIx生物制药微信交流群,进群备注姓名、公司名,交流一线产业观点。
01 基础设施:3 亿条序列打底
AI 抗体设计的前提是数据。这篇综述梳理了四大核心抗体数据库:
表 1:AI 抗体设计的核心数据库
但综述特别强调一个问题:数据质量参差不齐是 AI 模型最大的隐患。不同实验室、不同测序平台、不同测定方法,混在一起训练,噪声很大。
02 真正能打的几个案例
从传统 ML 到深度学习,AI 在抗体设计的多个环节已经拿出了可验证的结果:
亲和力优化:Tessier 团队针对临床期抗体 emibetuzumab,用 LDA 模型预测 CDR 突变对亲和力和特异性的影响,分类准确率分别达 91% 和 92%,Spearman 相关 0.77。实验验证了模型预测的新突变,效果超出了原始文库的范围。
非特异性结合预测:同样是 Tessier 团队,用 80 个临床期抗体训练 Gaussian Naive Bayes 模型,自关联预测准确率 88%,非特异性结合 78%。只靠 3 个特征就做到了这个水平。
粘度预测:83 个 IgG1 抗体,线性回归模型预测 150 mg/mL 下是否超过 15 cP,准确率 87%。这对高浓度抗体制剂开发是实打实的帮助。
RESP pipeline:自编码器提取序列特征 + 变分贝叶斯神经网络,在 atezolizumab 数据集上 AUC 0.91,还能给出不确定性估计,指导实验优先级。
表2:AI 抗体设计关键应用的性能对比
03 最大的坑:验证幻觉
这篇综述最清醒的地方,是花了很大篇幅讲数据泄漏和验证问题。
序列级数据泄漏:公共数据集里大量只差几个突变的相似序列。如果不做序列同一性聚类分割,模型其实是在 "背答案",不是真的学会了序列 - 功能映射。
谱系同源泄漏:同一体细胞谱系的抗体共享框架区,即使不完全重复,模型也可能靠谱系特征蒙混过关。
数据偏差:某些抗原、抗体类别样本过多,模型在长尾上表现很差。
综述的结论很直接:很多论文报告的 SOTA 结果,可能是评估协议不够严格造成的假象。真正在新抗原、新抗体家族上表现如何,才是考验。
04 下一个战场:生成式设计
如果说前面都是 "预测",那生成式 AI 就是 "创造"。
最值得关注的是RFdiffusion:一个去噪扩散概率模型,把抗体设计变成迭代去噪过程。从随机残基框架开始,200 步后生成针对特定抗原表位的抗体样结合物。
实验验证显示,在 PD-L1 和 HA 等靶点上,结合成功率约 19%,比传统物理方法 Rosetta 提升了两个数量级,速度快约 50 倍。
19% 的成功率放在湿筛里是什么概念?传统噬菌体展示筛一轮,命中率可能也就千分之几。AI 把这个数字拉到近五分之一,意味着实验效率的量级提升。
但综述也指出:生成式设计离临床还远。生成的序列能不能真的成药,还要过表达、纯化、稳定性、免疫原性、动物实验这一整套关卡。
这篇综述的判断很克制:AI 正在从 "辅助工具" 变成 "核心引擎",但抗体设计的复杂性 ——CDR-H3 的柔性、多目标平衡、可开发性 —— 还没有被完全攻克。
对从业者来说,关注模型在真实新抗原上的表现,比看论文里的准确率数字更重要。数据泄漏不解决, benchmark 上的 SOTA 就是空中楼阁。
参考来源:Wang Y, Saba A, Ran Y, et al. AI-Driven Design Platforms of Next-Generation Antibody Therapeutics. Topics in Current Chemistry. 2026;384:25. DOI: 10.1007/s41061-026-00554-y
识别微信二维码,添加抗体圈小编,符合条件者即可加入
抗体圈微信群!
请注明:姓名+研究方向!
本公众号所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系(cbplib@163.com),我们将立即进行删除处理。所有文章仅代表作者观点,不代表本站立场。
热门跟贴