单克隆抗体开发中最为耗时的一步,在于识别和鉴定。而AI抗体建模技术的进步,有望显著缩短识别周期、加快鉴定速度。如果事实证明AI真能担起这副重担,全面取代以往效率低下的手动或软件形式的海量细胞受体序列分类,抗体研发必将翻开新的历史篇章。
目前,全球民众、特别是免疫抑制人群,迫切需要能够预防和治疗COVID-19病毒的特效药。遗憾的是,COVID-19的变异一刻未停,因此不断逃逸出现有抗体的识别范畴。虽然也有各种具备广泛中和能力的抗体正在开发当中,但其亲和力又往往低于理想水平。面对种种现实难题,最近一篇论文带来了新的希望:利用AI技术显著提高抗体的结合亲和力。
研究人员Parkinson等提出了一种名为RESP的AI管线,能够高效且独立识别出高亲和力的候选抗体。在给定明确的抗体靶标之后,RESP就能选择最适合的抗体来改进现有抗体。在RESP的帮助下,研究人员将现有药物的结合亲和力提升了近20倍。这样的技术奇迹是如何产生的?RESP具备怎样的功能构造,未来又将如何改变抗体的研发思路?下面让我们一同寻找答案。
RESP各组成部分
研究人员将这套人工智能系统划分成四大组成部分。其一是要从更大的面板中为人类B细胞受体序列挑选出编码方案。B细胞携带着用于编码和产生抗体的基因序列。在快速识别人类B细胞受体序列之后,RESP即可过滤掉与研究目标无关的其他序列。
第二大组成部分是酵母筛库,用于证明突变对已识别抗体序列的相对影响。单一氨基酸的适度突变,可能会从根本上影响到特定抗体的结合与中和能力。之后,即可快速分析序列库的不同要素,例如解离率、半衰期、结合亲和力等。
第三大组成部分,是用于了解抗体潜在亲和力的分类模型。RESP能够分析并预测候选抗体的解离率,并选择亲和力最强的选项。解离率的本质,是一种与亲和力呈负相关的配体-蛋白质结合成分。解离率越低,则代表亲和力越高。研究人员指出,这套模型能够针对不同抗原进行再训练,从而进一步扩大RESP的适用范围。
第四部分负责对前三部分的数据进行汇总,预测解离率显著降低的B细胞序列,从而找到具有明显更高亲和力的抗体。总而言之,RESP的表现似乎令人印象深刻,但真正严谨的结论还要由数据来证明。
RESP测试
研究人员对RESP开展的第一项测试,就是重建序列和丢弃诱饵序列。研究人员向RESP引入了超270万个人类B细胞受体序列,以及另外270万个经过多处修改的诱饵序列。RESP系统以高于99.99%的准确率重建了540万个序列;虽然在一定程度上受到了诱饵的误导,但准确率仍然高达97.4%。
接下来,研究人员又测试了酵母筛库的有效性。他们选择的是经过批准的单克隆抗体治疗Atezolizumab,一种针对非小细胞肺癌的癌症免疫疗法,扫描了抗体编码序列中可能提高解离率的潜在修饰。在发现抗体重链中的阳性突变之后,酵母筛库揭示了超92000种至少在解离率上等于或低于Atezolizumab的独特序列。
图一:atezolizumab(淡蓝色部分)与PD-L1(粉色部分)复合物的抗原结合片段空间填充模型。
凭借重建与酵母筛库功能,RESP最终确定了21种比原始Atezolizumab亲和力更高的最终候选序列。这21种序列在残基A40、K43、T58、I70、N77、A79、S85、A97 和 R98 处通过多种组合携带突变。这些突变均未出现在原始Atezolizumab中,可能正是新的候选药物具有更高亲和力的原因。
图二:Atezolizumab重链结构中21个突变体的突变位置。重链(绿色)中的突变残基被标记为黄色;PD-L1部分为蓝色,而轻链标记为橙色。
其中4号突变体携带有I70A、A79T与A97V。与原始Atezolizumab相比,4号突变体的解离率明显更低。最终,这一突变体与抗原的纬度紧密性,达到原始获批药物的17倍。
图三:原始药物与4号突变体间的解离率比较。
重大意义
与其他用例一样,AI的参与有望显著提高抗原的研发效率。RESP中最重要的元素就是其适应性——不限于COVID-19抗体发现,也不限于特定癌症研究,适度调整后的RESP也许能用于发现一切新型抗原或者改进抗体候选物,甚至为目前的不治之症找到抗体。
如果RESP在试运行中就能找到正确的突变体,将结合亲和力增加至获批药物的17倍,那么它在现在COVID-19药物中一定也能发挥同样的效力。虽然具体还须进一步测试验证,但我们无疑有必要关注并积极推动RESP的后续发展。
RESP这类AI机制也是时候全面融入单克隆抗体的开发体系了。除了目前获批抗体所遵循的SARS-CoV-2受体结合域之外,还出现了CV3-25(由Li等提出)等能够将病毒的S1区域结合到刺突另一端的抗体。此外还有Dacon等人提出的COV44-62/79抗体,能够结合融合肽。
图四:bebtelovimab、Li和Dacon抗体的结合表位。
这些抗体中也广泛中和有多种变体,只是在结合亲和力上不及bebtelovimab或者Evusheld。在RESP的帮助下,也许我们可以对抗体做出轻微修改,借此产生更强大的单克隆抗体候选物、挽救更多人的生命。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。