编辑 | 萝卜皮
单克隆抗体已成为关键的治疗方法。特别是，纳米抗体（一种在骆驼科动物中自然表达的小型单域抗体）在 2019 年第一个纳米抗体药物获得批准后迅速获得发展势头。虽然如此，这些生物制剂作为治疗剂的开发仍然是一个挑战。
尽管已有成熟的体外定向进化技术，部署起来相对较快且成本低廉，但产生治疗性抗体的黄金标准仍然是来自动物免疫或患者的发现。免疫系统衍生的抗体往往在体内具有良好的特性，包括半衰期长、与自身抗原的反应性低和毒性低。
在最新的研究中，剑桥大学的研究人员推出了 AbNatiV，一种深度学习工具，用于评估抗体和纳米抗体的天然性，即它们属于免疫系统衍生的人类抗体或骆驼纳米抗体分布的可能性。
AbNatiV 是一种多功能工具，能够精确预测任何来源（包括合成文库和计算设计）的 Fv 序列的自然性。利用可解释的分数，它可以预测免疫原性的可能性，并提供残基水平的概述，从而指导抗体和纳米抗体的工程设计。这种工具能够帮助区分免疫系统衍生的抗体和纳米抗体，为相关研究和应用提供重要支持。
团队进一步推进了自动化的人源化流程，并成功将其应用于两种纳米抗体。实验结果显示，通过AbNatiV进行人源化处理后的纳米抗体，在结合和稳定性方面表现出与野生型抗体相当甚至更优秀的性能，与传统的结构和残基频率分析方法不同。这一发现为纳米抗体的研究和开发提供了新的方向，有望为相关领域的进展带来重要的推动力。
该研究以「Assessing antibody and nanobody nativeness for hit selection and humanization with AbNatiV」为题，于 2024 年 1 月 15 日发布在《Nature Machine Intelligence》。
抗体是一种具有出色选择性和与分子靶标结合能力的生物分子。由于这种特性，抗体在生物研究和医学领域发挥着关键作用，被广泛用于诊断和治疗。
纳米抗体 (Nb) 是骆驼科动物中天然表达的单域抗体 (VHH)。它们由于其独特的结构特征而越来越受重视，其中包括尺寸小、稳定性和溶解性好、第三互补决定区（CDR3）长、可与难以接近的表位结合，以及与全长抗体相当的亲和力和特异性。
此外，自 2019 年第一个纳米抗体药物 Caplacizumab 获得批准以来，它们作为治疗药物的潜力得到了越来越多的认可。
计算抗体设计仍处于起步阶段。然而，在针对预定感兴趣表位的抗体设计以及支持可开发性的生物物理特性的预测和设计方面，已经取得了重要进展，而基于实验室的方法仍然极其费力。
总体而言，计算设计为抗体的发现和优化提供了一种更便宜、更快速的途径，同时原则上比体内和体外技术对稳定性和溶解度等其他关键生物物理特性提供了更好的控制。
但是，体内特性的计算预测仍然存在很大问题。这些特性包括长半衰期、低免疫原性和无毒性，很难准确且高通量地测量，并且它们的分子决定因素仍然知之甚少。
在最新的研究中，剑桥大学的研究人员引入了一种新的深度学习方法，通过使抗体和纳米抗体序列的计算工程与从免疫系统获得的序列无法区分，来绕过这些挑战。
该方法称为 AbNatiV，它提供了给定序列属于源自人类或骆驼免疫系统的天然可变域 (Fv) 序列分布的可能性的准确量化。研究人员认为这种可能性抗体具有天然性，因为它反映了与天然抗体的相似性。因此，具有高天然性的 Fv 序列有望具有与免疫系统衍生抗体相当的体内特性。
AbNatiV 由矢量量化变分自动编码器 (VQ-VAE) 组成，旨在处理对齐的 Fv 序列，并通过对来自策划的天然免疫库的序列进行屏蔽无监督学习进行训练。针对人类重链 (VH)、κ 轻链 (Vκ)、lambda 轻链 (Vλ) 和骆驼重链单域 (VHH) 的 Fv 序列训练四种不同的模型。
AbNatiV 可以分别评估给定 Fv 序列的人源性和 VHH 天然性程度。它提供了可解释的整体原生性评分和 Fv 序列的残基水平原生性概况，这可以通过突出显示包含缺陷的序列区域来指导工程设计。因此，AbNatiV 可用于计算抗体设计，还可用于对任何来源（包括体外发现的）Fv 序列进行排序。
AbNatiV 在评估人源性方面的准确性在多个基准测试中得到了证明。特别是，AbNatiV 在对抗体疗法进行分类时优于其他方法。此外，研究人员发现 AbNatiV 学习了捕获位置之间高阶关系的天然抗体的表示，这对于 CDR 移植很有价值。
该团队进一步引入了依赖 AbNatiV 的抗体和纳米抗体的自动化人源化管线。对于纳米抗体，这种方法同时监测序列的人源性和 VHH 天然性。对两种纳米抗体与不同靶标结合的实验室实验表明，AbNatiV 人源化纳米抗体保留了与野生型 (WT) 相当或更好的结合和稳定性，这与通过传统结构和残基频率分析进行人源化的纳米抗体不同。
总而言之，评估结果凸显了 AbNatiV 在推进抗体和纳米抗体工程方面的潜力，可作为对不同来源（包括体外发现和合成文库）的 Fv 序列进行计算设计和排序的宝贵工具。
论文链接：https://www.nature.com/articles/s42256-023-00778-3
本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。