刘霞

自从2018年“阿尔法折叠2”颠覆性的蛋白结构预测系统以来，基于AI的治疗方法已经显现出令人瞩目的临床前景。

《自然》最近的一篇文章中指出，在近来几个科研项目中，通过自主研发AI工具辅助的科学家们成功的合成了各种特异性强和多样化的治疗性抗体。然而，该文章还特别提到，在这一过程中需要继续验证这些抗体的安全性和有效性。

抗体药物市场巨大

抗体是免疫系统中的抗原识别分子能迅速响应并激发保护性的应答以抵御入侵体内的病原体以及维持内环境平衡与稳态的细胞或蛋白质，而所有蛋白质均遵循类似的结构及功能模式。与一般蛋白质相似，抗体由氨基酸链形成复杂三维空间结构它既能直接抑制侵入体内的抗原分子以阻止其进一步扩散，也可将异常或病理状态的细胞标靶定位后引导免疫系统发动清除以恢复正常，还可用于药物传递、蛋白质抑制及基因工程等领域的研发。目前全球已有160余种通过精准设计与优化得到应用的抗体成功用于治疗癌症、感染性疾病、自身免疫病乃至罕见遗传代谢疾病的临床开发工作，其效果已远超传统的化学药品疗法及生物疗法。

牛津大学旗下的《抗体治疗》杂志发布报告称，在不断涌现的数以千计新抗体中，预计到2028年全球抗体药物市场规模将达到4550亿美元。正如诺贝尔奖得主、华盛顿大学蛋白质设计专家戴维·贝克所说，“抗体在制药领域已成为不可或缺的硬通货。”

然而传统抗体开发流程往往要面临漫长且高昂的周期、以及一系列重大挑战。候选药物需经过多次迭代优化方能符合理想的特性：如良好的溶解性、高度特异性并同时避免可能发生的副作用。麻省理工学院机器学习科学家Gabriel Courser则认为AI的最新进展正在重塑抗体研发，使其能够完全依靠计算手段设计有效功能抗体成为不用手੒vivo手机电子注册保修卡080;的手机卡被注册小红书6;卡怎么注册wifi现实

一系列新成果正在不断涌现

多个研究团队利用自家的独特AI平台及通用机器学习模型，在自然及科学两杂志共同发表的文章中表示，已经成功研发了一系列针对特定疾病的抗体疗法。

去年秋季，总部位于华盛顿州的生物技术公司Absci宣布，已成功设计出首个特异性抗HIV病毒保守区域“火山口区”抗体。这一靶点适用于所有类型HIV毒株，表明该类抗体有望成为广谱抗病毒药物。联合创始人兼首席科学官肖恩·麦克莱恩表示，团队也在探索针对子宫内膜异位症、炎症性肠病等治疗方案的新型抗体。

科尔索团队研制了一个叫做BoltzGen的人工智能模型，专门用于蛋白质及其多肽接合剂从头设计工作，其中包括传统抗体以及纳米抗体在内的各种类型。这个人工智能模型采用的是原子生成架构，可以同时处理预测蛋白质结构以及结合剂的设计工作，并且还能实现以原子级精确的方式调控它们之间的结构连接。纳米抗体是科学家在骆驼、羊驼和鲨鱼体内发现的一种极其特殊的天然分子片段，是目前为止已知最小能够具备完整抗原结合功能的生物分子

本周10月，科尔索团队称BoltzGen设计的纳米抗体有望针对癌症、病毒或细菌感染相关蛋白发挥作用。研究人员在细胞内检测了15种表现最佳的设计方案，并成功靶向多种病原体蛋白质。这些分子尚处于疾病模型阶段验证之中。

其他研究小组也在取得重大进展。今年2月，贝克团队宣布，通过AI技术找到了能结合所有流感病毒共有蛋白的广泛抗体，为开发通用流感药提供了新的途径。他们也公布了针对艰难梭菌毒素的有效抗体，这是一种常见的、不&#买的&#vivo手机电子注册保修卡25163;机卡被注册小红书29992;手机卡怎么注册wifi在医院环境中引起的致死性感染。

美国加利福尼亚州生物科技公司 Nabla 以及 AI 初创型企业Chai Discovery 最近宣布，除了纳米抗体外，他们成功利用了人工智能工具来设计全长抗体。实验数据显示部分抗体可以特异性地识别 G 蛋白偶联受体（GPCR）等传统抗体难以靶向的分子，与传统的药物相比部分抗体在实验室测试中表现出更强的亲和力甚至能匹敌于需要多年研发周期的传统药物。

Nabla首席执行官Surya Biswas表示，在精确调整治肌型可识别受体活度后，将意味着掌握了细胞生物及疾病的关鍵锁头。该团队已经利用已有实例快速筛选成千上百个调节分子候选对象。

丹麦工业大学的蛋白质工程师Timothy Janssen表示，人工智能在抗体设计领域引发的一场新热潮可能在未来对临床候选药物的研发数量和速度带来显著变化。

安全性验证是一项艰巨的使命

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就会进入人体试验阶段。上周Genative生物科技公司启动了针对严重哮喘的抗体药物大规模临床试验。该公司利用AI技术对现有的抗体制剂进行优化显著提高了其结合能力、稳定性及其它药理特性。

但是尽管现有的AI技术能够有效地生成高效的设计方案，这些工具对于不同靶标的表现仍然有所区别，而且他们也难以精准预知组合强度等关键指标，这意味着用户可能会需要几年的时间，才能完全依靠AI系统构建起一个依赖AI模型的抗体药物生产体系。

比斯瓦斯还表示人体免疫系统是否能将这些AI设计的抗体视为外来物质并引发风险？虽然它们与传统的抗体结构相似，但仍需进行严格的临床前安全评估以确保其有效性。药物开发者也需要更多的时间来确定AI抗体的最佳应用场景，如攻克GPCR等传统难题靶点。

他也说：“未来也许能创造出有独特功能的抗体，比如穿越血液-脑部屏障或是识别多个目标节点，当研究人员可以轻轻松松就打造出抗体雏形时，他们就会集中资源去攻克新的前沿挑战。”