自“阿尔法折叠2”颠覆蛋白质结构预测以来，人工智能（AI）技术在治疗性抗体设计领域展现出前所未有的应用潜力。

《自然》网站在近日的报道中指出，近年来，多个科研团队利用自主开发的AI工具，辅助设计并成功制备出多种功能各异的治疗性抗体。不过，专家同时提醒，这些抗体的安全性与有效性仍需进一步验证。

抗体药物市场巨大

英国牛津大学旗下《抗体治疗》杂志2022年的分析数据显示，随着数千种新型抗体不断涌现，预计到2028年，全球抗体药物市场年收入将突破4550亿美元。正如诺贝尔奖得主、美国华盛顿大学蛋白质设计专家戴维·贝克所言：“抗体已成为制药领域的硬通货。”

然而，传统抗体开发流程通常面临周期长、成本高、挑战大的困境。候选抗体需经历多轮优化，才能具备理想药物的特性，包括良好的溶解性、高度的特异性以及避免脱靶副作用的安全性。美国麻省理工学院机器学习科学家加布里埃尔·科尔索认为，AI的最新进展正在深刻改变抗体研发范式，使完全通过计算手段设计功能性抗体成为现实。

创新成果快速涌现

《自然》和《科学》网站的报道显示，多个研究团队通过专有AI平台和开源模型，已成功开发出系列功能各异的抗体药物。

去年秋季，总部位于华盛顿州的生物技术公司Absci宣布，设计出首个靶向艾滋病病毒（HIV）保守区域——“火山口区”的特异性抗体。该靶点存在于所有HIV毒株中，意味着此类抗体有望成为广谱抗HIV药物。公司联合创始人肖恩·麦克莱恩透露，团队目前正在开展针对子宫内膜异位症、炎症性肠病乃至脱发治疗的抗体研发。

科尔索团队开发了一种名为BoltzGen的AI模型，专精于蛋白质及多肽结合剂的从头设计，涵盖传统抗体与纳米抗体。该模型采用全原子生成架构，能同步处理蛋白质结构预测与结合剂设计，实现原子级精度的结构调控。纳米抗体是科学家在骆驼、羊驼和鲨鱼体内发现的特殊抗体片段，是目前已知最小的具备完整抗原结合功能的天然分子。

今年10月，科尔索团队称，BoltzGen设计的纳米抗体有望靶向癌症、病毒及细菌感染相关的多种蛋白。研究人员在细胞中表达并测试了15种最具潜力的设计，其中多个抗体显示出强效结合能力。不过这些分子尚未进入疾病模型验证阶段。

其他团队也取得了显著进展。今年2月，贝克团队还宣布，通过AI技术发现了能结合所有流感病毒共有蛋白的广谱抗体，为开发通用流感药物开辟了新途径。该团队同期宣布了能有效中和艰难梭菌毒素的抗体，这种感染在医院环境中常见且致死率高。

Nabla首席执行官瑟吉·比斯瓦斯表示，若能精准调控GPCR活性，就等于掌握了细胞生物学与疾病进程的关键开关。AI系统正从成功案例中学习，快速生成数百个候选调控分子。

丹麦工业大学蛋白质工程师蒂莫西·詹金斯评价道，这轮AI抗体设计浪潮将对临床候选药物的数量与研发效率产生深远影响。

安全验证任重道远

美国加州大学尔湾分校合成生物学家刘畅认为，完全由AI设计的抗体可能很快进入人体试验阶段。上周，美国Genative生物医学公司启动了针对严重哮喘的抗体药物大规模临床试验。该公司运用AI技术对现有抗体进行优化，显著提升了其结合能力、稳定性及其他药理特性。

不过，尽管现有AI工具已能生成高效设计，但其在不同靶点间的表现仍存在差异，且很难准确预测结合强度等关键参数。人们可能需要数年时间，才能建立起完全依赖AI模型的抗体药物生产体系。

（来源：人民网）

编 辑| 杨晓玲

监 审| 赵 莹 赵 丹

监 制| 徐俊峰 郑施恩

总监制|郭瀚群 宋 岩