AI预测高分，实验却“翻车”？验证AI设计抗体，必须搞清这4个问题

假设一个抗体项目拿到200条AI推荐序列，首轮只能合成20条。排序靠前的候选个个看着都像样——结构预测挑不出毛病，界面接触也充足，模型还给出了不错的置信度。可团队真正拿不准的是，这些分数能不能帮他们挑出实验里表现更好的分子。

这些候选到底靠不靠谱，还得实验来回答四个问题：模型排序有没有帮上忙、抗体是不是按设计方式结合的、结合了能不能产生预期功能、性质能不能支撑后续开发。

首轮只能测几条时，模型排序最实际的用处，就是帮有限的名额更可能选中好分子。一项名为AIntibody的AI抗体设计盲测评估了模型挑选候选的能力：在一组相近抗体里挑高亲和力候选，多数方法不比随机选择强；该任务中表现最--好-的方法，挑出来的抗体有一半亲和力高于组内对照，而随机挑的话这个比例是39%^[1]。 图1进一步显示，多数送测候选的亲和力未优于组内对照。模型排序是否有用，需要放在这样的实验比较中判断。

这种效率也会随设计起点变化。Dreyer等人做过一个改造已有抗体恢复XBB.1.5结合的实验，同一个流程里，以DXP-604为起点的命中率是54%，换成LY-CoV1404就只有15%^[2]。一个项目中取得的命中率，换到另一株抗体上未必能够重现。

因此，判断模型是否适合当前项目，需要看一批候选的整体表现，并与随机或常规筛选比较。最-好-的一个亲和力数值可以展示设计潜力，而整批候选的命中情况，才更能帮助团队估算下一轮实验投入。

图1.多数 AI 候选未优于组内丰度最高克隆。蓝色虚线表示各组测序丰度最高克隆的实测KD；KD越低，亲和力越高。空心点与紫色实心点区分不同的可开发性评价结果。Fig. 3d, 截取原图局部。

SPR或BLI测到结合后，还需要确认抗体是否识别了预期位置。tFold研究中的H093就是一个例子：它对流感血凝素的亲和力较高，却没有与参考抗体FluA20发生预期竞争，作者猜测它结合在了预设表位之外^[3]。

怎样进一步确认结合位置？Germinal研究将实验结构与位点突变结合起来验证，他们对抗PD-L1抗体片段H5做了冷冻电镜，整体结合姿态跟预测接近；把PD-L1上两个预期接触位点换掉后，3株设计抗体的亲和力都掉了。这两个位点刚好就在H5和PD-L1的接触界面上，突变引起的结合变化和结构观察对得上（图2）^[4]。

抗原换一种形态，结合结果也可能不同。RFdiffusion研究中，针对HA单体获得的4个候选，在改用天然糖基化HA三聚体检测后，只有1个显示结合。糖链或相邻亚基可能遮住部分结合位点，使抗体更难接近^[5]。

图2.实验结构与位点突变共同支持预期结合位置。A–D: 抗PD-L1抗体片段H5的实验结构、预测模型及局部界面；E: 将PD-L1上的I37或Y39替换为丙氨酸后，3株设计抗体的亲和力下降。Fig. 4A–E，截取原图局部。

前面讨论的结合位置，到了功能验证时就有了更具体的意义。针对RBD的抗体即使结合很强，也未必能妨碍ACE2接近。tFold挑了5株高亲和力RBD抗体测，只有2株有效阻断了RBD与ACE2的相互作用^[3]。亲和力测定后接上竞争实验，才看出了这些候选在阻断能力上的差别。

受体竞争有助于解释作用机制，是否抑制了病毒感染，还需在细胞中观察。Hie等人在优化C143抗体后，用假病毒实验检测了这一效果：优化变体对Beta和D614G的中和效力分别提高约32倍和19倍（图3b）。该研究中15个抗体变体的结合改善与中和效力改善总体呈正相关（图3c）^[6]。

在受体信号调控中，还要分清结合后产生的是激活还是抑制。Harvey等人研究AI辅助筛选得到的MRGPRX2纳米抗体时，分别检测了抗体单独加入，以及抗体与已知激动剂先后加入两种情况。3株纳米抗体自身都未引起肥大细胞脱颗粒，但能抑制激动剂诱导的脱颗粒，由此确认了它们的拮抗作用^[7]。

图3.C143优化变体的假病毒中和效力提高。b：与亲本C143 WT相比，优化变体在更低浓度下即可降低假病毒感染；左、右分别为Beta和D614G; c：15个抗体变体的结合与中和改善总体呈正相关。Fig. 3b、c, 截取原图局部。

为了让抗体更好制备而做的修改，有时会引入新问题。Germinal研究里的抗IL-3分子D2，把半胱氨酸换成丝氨酸之后，单体表达和靶点结合都恢复了，可D2Ser的多反应性分数从原始D2的0.6%升到了40.6%（图4）^[4]。本来是解决表达问题，又带来了非特异结合的顾虑。

也有候选在结合增强的同时，稳定性有所改善。AbOptimizer优化siltuximab时，Ab3-4在IL-6结合ELISA中表现更好，热变性温度Tm也提高了约4 °C。不过，同批其他变体的Tm有的接近亲本，有的反而下降^[8]。仅看结合测定，很难看出这批变体在稳定性上的差别。

图4.D2Ser的多反应性高于原始D2。图中D2与D2Ser的分数分别为0.6%和40.6%，采用多特异性试剂检测，以阳性对照F02′归一为100%。Fig. 3G, 截取原图局部。

AI设计把更多候选带到实验台前，实验的任务也随之变得更具体：确认排序有没有帮助、识别方式是否实现、功能收益有多大，以及收益是否伴随新的代价。将差异定位到具体环节，比笼统判断“AI设计成功或失败”更有用；这样的结果才能用来指导下一轮设计，也能帮着决定当前候选留不留。

参考文献：