- 综合排序
- 最热优先
- 最新优先
【辰辉创聚生物】抗体定制服务｜单克隆抗体｜多克隆抗体｜重组抗体开发解决方案
抗体作为现代生命科学和医学研究中最常用的分子工具，其高度特异性与亲和力使其在蛋白检测、功能研究、机制分析及药物开发中发挥着不可替代的作用。 一、抗体定制的核心路径抗体定制指的是根据目标抗原信息，通过一系列实验手段定向开发出具有高度专一性和功能性的抗体，主要包括以下核心阶段：1. 抗原设计与合成抗体开发的第一步是准确设计免疫原。 使用适当的佐剂（如CFA/IFA、TiterMax）可增强抗体应答。3. 抗体筛选与鉴定多克隆抗体（pAb）：从动物血清中纯化特异性IgG，适合快速开发与信号增强实验。 四、抗体定制的应用实例生物标志物研究：开发针对特定蛋白的IHC抗体、WB抗体，用于表达水平分析；信号通路研究：特异性抗体用于调控蛋白检测、磷酸化状态分析；细胞表面分型：开发用于流式细胞术（FC）的抗体； Q2：没有蛋白，能开发抗体吗？A：当没有蛋白时，可以考虑使用多肽抗原或通过结构预测设计免疫原性区域合成肽段，并结合KLH/BSA偶联增强免疫效果。Q3：抗体表达后如何验证其有效性？
19610编辑于 2025-07-21【辰辉创聚生物】抗体筛选服务｜高通量抗体检测｜单克隆抗体开发
（3）微流控与单细胞筛选微流控芯片技术可在纳升级别进行超高通量筛选，结合荧光激活细胞分选（FACS）或液滴微流控（Drop-seq），实现单细胞水平的抗体筛选。 这种方法特别适用于稀有抗体的发现，如中和抗体或交叉反应抗体。 （4）高通量测序辅助筛选在噬菌体展示或B细胞筛选过程中，高通量测序（NGS）可对数百万个抗体序列进行分析，结合生物信息学预测，快速锁定高潜力候选分子。3. 传染病抗体开发：快速筛选中和抗体，用于抗病毒（如SARS-CoV-2、HIV）研究。生物标志物筛选：发现与疾病相关的抗体标志物，用于诊断或预后评估。 Q3: 为什么细胞筛选在治疗性抗体开发中越来越重要？
32200编辑于 2025-08-07CHO细胞抗体表达｜重组抗体纯化｜高效抗体生产
本文将围绕抗体的表达与纯化技术展开讨论，重点介绍当前主流的表达系统、纯化方法以及各类技术的应用。抗体表达：选择适当的表达系统抗体表达是指通过适合的宿主系统生产目标抗体。 抗体纯化：高效分离与提纯抗体纯化是抗体研发中不可忽视的环节，其目的是从复杂的样本中提取出高纯度、活性的抗体。 这样可以显著提高抗体的最终纯度和活性，确保其适用于后续实验。高通量抗体表达与筛选：提升效率与筛选精度随着抗体应用领域的不断拓展，高通量表达平台在抗体开发中的作用愈发重要。 Q3: 什么是Protein A纯化法，它的优势是什么？A: Protein A纯化法是一种通过亲和力层析将目标抗体从其他杂质中分离的技术。 A: 高通量抗体表达平台能够同时处理大量样本，快速筛选出高亲和力的抗体。这种平台提高了抗体筛选的速度和效率，适用于抗体发现和优化阶段。Q5: 如何优化抗体表达和纯化的效率？
31700编辑于 2025-07-28- 来自专栏智药邦
治疗性抗体开发中的深度学习
数据量的不足和生物平台的差异使得开发能够预测抗体行为(实际商业开发步骤中)的监督模型具有挑战性。但是在一般蛋白质行为建模方面的成功和早期的抗体模型表明了这种可能性，特别是由于抗体有一个共同的折叠。 这些都使行业朝着改善可开发性、降低成本和更广泛地获取生物治疗药物的方向发展。 1 简介 在治疗性单克隆抗体的开发中，有许多步骤都会影响到生物治疗药物开发的总体成本和时间。 跨越复杂空间数据的设计 1.细胞系 2.CDR多样性 3.抗体形式（例如，scFv、全长、Fab、Fc 融合、多特异性抗体）。 4.特定的序列倾向（例如，脱酰胺、异构化、糖基化位点）。 2 抗体开发中的监督学习 在抗体开发的背景下，监督学习的最常见形式是预测建模，其中分子的特性和行为是根据分子“特征”的某些表示来预测的，通常来自氨基酸序列或结构。 3 抗体开发中的无监督学习 监督学习受到训练参考值不足的挑战，而无监督方法仅在单个数据块（通常是抗体序列或结构特性）上运行，因此受到数据不足挑战的限制要小得多。
1.3K20编辑于 2022-03-04 【辰辉创聚生物】单克隆抗体开发服务｜抗原设计定制｜抗体筛选验证
单克隆抗体是生命科学领域中不可或缺的技术手段，广泛应用于基础研究、药物开发和生物诊断。本文将从技术层面详解单克隆抗体的开发流程和关键技术环节，助力科研人员深入了解单抗技术的科学原理与操作步骤。 基于宿主的免疫策略调整，是提升抗体质量的重要步骤。杂交瘤抗体开发与单B细胞抗体筛选传统的杂交瘤抗体开发技术通过细胞融合和限稀克隆，稳定获得高特异性抗体。 图1 小鼠杂交瘤抗体开发图2 兔单B细胞抗体筛选快速抗体制备与高效筛选针对科研的紧迫需求，快速抗体制备技术能够显著缩短抗体研发周期，快速获得初筛抗体。 重组抗体开发与抗体片段制备现代分子生物技术推动了重组抗体开发，包括Fab、scFv及单域抗体等多种抗体片段的制备。这些结构多样的抗体片段拓展了抗体的应用场景，提高了实验的灵活性和效率。 A：常见免疫宿主包括小鼠、大鼠、兔及仓鼠、山羊等，具体选择依据抗原特性及实验需求，兼顾免疫响应强度和抗体质量。Q3：杂交瘤技术制备单克隆抗体的关键步骤包括哪些？
21810编辑于 2025-07-22动物免疫抗体制备｜多克隆抗体开发服务｜免疫原设计与检测平台
一、动物免疫与抗体制备的核心流程传统的抗体制备依赖动物体内对目标抗原的免疫应答，产生特异性抗体分子。 ；免疫分析模块：支持功能验证、特异性分析与多抗体比对；免疫筛选模块：通过高通量平台挑选最佳抗体候选株或血清。 选择物种主要依据实验需求，如抗体类型、免疫速度和样本采集量。比如兔子适合制备高亲和力多克隆抗体，小鼠适合单克隆抗体开发。Q2: 什么是免疫原设计？它为什么对抗体制备至关重要？ A: 免疫原设计是指选取或合成能激发免疫系统产生特异性抗体的抗原分子。好的设计能提高免疫反应强度，减少非特异性抗体，确保后续免疫检测和免疫筛选的准确性。Q3: 动物免疫过程中如何评估免疫效果？ A: 免疫筛选是在大量免疫获得的抗体中，挑选出特异性强、亲和力高、功能性好的抗体。相比普通检测，它更注重抗体的应用价值和实验效果，确保最终获得高质量的动物抗体。
26410编辑于 2025-07-31【辰辉创聚生物】重组抗体开发流程｜CHO表达系统应用｜抗体工程优化指南
重组抗体开发是当前生命科学研究和生物药物开发中的关键技术之一，涉及多个子模块，包括抗体筛选、序列优化、抗体工程改造、表达构建与功能验证等。 通过系统化服务流程，可支持基础科研、生物制品开发及临床前验证等多种场景，显著提高抗体获得的效率与质量。 抗体筛选平台的选择应结合实验周期、预期亲和力水平、抗体构型需求以及后续应用场景。二、抗体序列设计与工程优化重组抗体开发的核心在于抗体序列的工程化设计。 抗体融合蛋白开发：通过Fc段与功能蛋白（如酶、配体、细胞因子）融合实现新型功能，如延长半衰期或增强靶向性。单域抗体（VHH）开发：具有分子量小、穿透性强等优势，适用于成像、穿膜靶标识别等高难度项目。 A：CHO细胞表达系统具备良好的蛋白折叠和人源化糖基化能力，表达水平高，适合长期稳定生产，并且已被多个已上市抗体药物验证其安全性与可行性。Q3：抗体人源化是否一定会影响活性？
41610编辑于 2025-07-24【辰辉创聚生物】多克隆抗体定制｜高效抗体制备｜定制抗体服务
抗原设计与合成策略成功的抗体制备始于高质量的抗原。抗原设计是整个多克隆抗体定制流程的技术核心，主要包括抗原选择、表位预测、结构稳定性评估和免疫原性分析。 动物模型选择与免疫程序优化多克隆抗体制备涉及多个实验动物模型的选择与优化。常用物种包括兔、小鼠、大鼠、山羊、鸡、绵羊、牛、猪、驴、骆驼等，具体选择依据抗原类型、抗体产量要求、后续应用平台等因素。 标准流程为6–8周，加急流程最快3周内可获得初代抗体。3. 抗体提取与纯化工艺血清采集后，需通过高效分离手段提取并纯化抗体，以提升实验性能与一致性。 A：应结合抗原种属、抗体应用平台及预期产量综合判断。常用兔源抗体通用性强，鸡源适合跨种属识别，大动物（如山羊）适合大批量采血。Q3：抗体纯化是否必要？ A：取决于实验精度要求，原始血清适合探索实验，亲和纯化抗体更适合IHC、WB等对背景要求较高的实验。Q4：多克隆抗体与单克隆抗体制备在技术上有何本质区别？
32400编辑于 2025-07-23- 来自专栏DrugOne
基于3D等变图转换的条件抗体设计
针对上述问题，作者将抗体设计问题表述为 E(3)-等变图翻译，构建了一个新颖的模型。 2 方法 预备知识、符号和任务制定 对于具有两组对称的链的Y 形抗体（如图 1），每组由一条重链和一条轻链组成。 MEAN：多通道等变注意网络 作者开发的多通道等变注意网络 MEAN（如图 2) 用来表征输入抗体-抗原复合物的几何形状和拓扑结构。 3 实验结果 序列和结构建模 作者从从结构抗体数据库SAbDab中选择了 3,127 个复合物并删除其他缺少轻链或抗原的非法数据点。所有选定的配合物都在 IMGT 方案下重新编号。 从数据集 SKEMPI V2.0中选择了总共 53 种抗体进行亲和力优化。如表 3 所示，MEAN 模型在发现具有更好结合亲和力的抗体方面取得了明显进展。 4 分析 消融实验 表3：左：平均消融。 图 4：（A）左：CDR-H3 中的残基到抗原中的残基的注意力权重（PDB：4ydk） 右：Rosetta 计算的每对残基的相对能量贡献 (B) 贡献最大的残基对的相对等级的密度图 5 总结 作者团队将抗体设计工作构想成将抗体抗原复合物的整个背景作为输入
85020编辑于 2022-11-28 - 来自专栏DrugOne
bioRxiv | 抗体的幻想设计
在这篇文章中，作者团队提出了一个用于抗体设计的快速、通用的深度学习框架，旨在缩短抗体库生成和抗体亲和力成熟的周期。 介绍 抗体被广泛开发并作用于治疗癌症、传染病和炎症等疾病。 FvHallucinator框架与之前的幻想框架的不同之处在于——首先它专为抗体的可变结构域(Fv区域)开发；其次使用了一个特定的从抗体序列预测结构的模型DeepAB；最后，虽然该框架适用于Fv区域中任何残基子集的设计 为CDR H1、H1、L1、L2和L3设计了50个序列，为CDR H3设计了100个序列（参见方法）。将AAR计算为所有50种设计中每个设计CDR回收的天然残留物的百分比。 图3 抗体hu225的VH-VL界面设计序列图 图4 设计的净FR分数分布 在相关序列空间限制幻想的序列损失 许多CDR序列可以折叠成相同的构象。 为了解决这样的设计目标，作者团队开发了两种受限的幻想模式。在序列限制性幻想中，对接近给定序列的氨基酸残基样本进行序列损失。
53620编辑于 2022-11-28 - 来自专栏DrugOne
AntiBERTy-抗体预训练模型
前几天，在NeurIPS 2021上，RosettaCommons的Gray Lab团队展示了抗体预训练模型AntiBERTy，相对于AntiBERTa的参数量增加了10倍，并展示了如何用于分析抗体在体内的亲和成熟轨迹以及抗体 在后续分析抗体的亲和成熟轨迹，作者采用了多示例学习（Multiple instance learning）来分类预测一条抗体序列为binder的概率。 ，其中有3位都进化出了类似的VRC01组抗体序列，通过统计冗余度，作者发现embedding空间的序列分布较为均一，这一现象可能与抗体的多轮迭代的亲和成熟有关，从而产生了足够的抗体多样性。 使用MIL model进行弱监督式学习，预测VRC01抗体的补位信息：为了验证MIL模型学到了抗体的结合性质，作者搜集了10个VRC01抗体-复合物的晶体结构。 四、AntiBERTy应用展望： 在收集了免疫血清的前提下，可以使用AntiBERTy在缺乏抗体抗原复合物的前提下，分析出抗体中的CDR的关键热点残基信息，在后续的抗体性质优化过程中可避免这类位置的突变
1.1K20编辑于 2021-12-29 - 来自专栏智药邦
AI+多靶点抗体药物开发｜EVQLV与小野制药签署合作协议
，开发创新抗体药物。 根据通过合作生成的抗体设计，小野制药将生成潜在的抗体，以创建、开发和商业化抗体候选药物。 在研究期间，小野制药将向 EVQLV 支付研究经费和基于成功研究的里程碑付款。 小野制药将保留对候选抗体药物进行全球独家开发和商业化的选择权。 我们很高兴能与 EVQLV 合作，利用其专有的人工智能抗体设计引擎。我们希望 EVQLV 的人工智能技术能够帮助我们更快、更有效地开发出针对多个靶点的新型候选抗体。 我们很荣幸能与小野制药的科学和药物开发专家合作，他们有能力利用我们的人工智能设计抗体，为有需要的患者提供突破性的选择。” 关于EVQLV EVQLV利用人工智能改变生物技术公司和制药公司的抗体开发。
34510编辑于 2024-03-05 - 来自专栏DrugOne
. | 机器学习优化抗体得到高度多样和亲和力抗体库
筛选出的抗体库仅代表整体搜索空间的一小部分，导致得到的候选抗体通常结合能力较弱或存在可开发性问题。需要优化这些候选抗体以提高结合能力和其他开发特性。 如果能在开发过程的早期阶段高效地工程化具有良好结合能力和高多样性的抗体，将减少后期常常发现的不利抗体特性对开发过程的影响，提高可开发性潜力并缩短早期药物开发所需的时间。 在这项工作中，作者开发了一种全流程的机器学习驱动的单链变量片段（scFv）设计框架，它独特地结合了语言模型、贝叶斯优化和高通量实验（图1）。 3.在训练数据上对预训练语言模型进行监督微调，预测结合亲和力并量化不确定性（图1b, d）。 数据中的所有重链和轻链序列均通过在三个候选scFv的重链或轻链CDRs中进行k = 1, 2, 3次随机突变来设计。
1.2K30编辑于 2023-09-19 - 来自专栏流式抗体推文
Elabscience Foxp3 流式抗体：精准靶向核内 Foxp3，助力肿瘤免疫、自身免疫病研究
而精准捕获 Treg 的特异性标志物 Foxp3，却常因抗体特异性不足、信号干扰等问题让科研人员束手无策。 如今，Elabscience 推出的 APC 抗小鼠 Foxp3 抗体（3G3，货号：E-AB-F1238E）正以硬核性能打破僵局，成为顶刊级研究的标配工具。 从疾病机制到治疗开发，Foxp3 的研究价值贯穿免疫领域全场景：在肿瘤微环境中，Foxp3+Treg 的浸润程度直接关联免疫治疗疗效与患者预后；在自身免疫病中，Foxp3 突变会导致 IPEX 综合征等严重疾病 选择一款可靠的 Foxp3 抗体，已然成为科研突破的先决条件。顶刊背书的硬核实力：这款抗体凭什么脱颖而出？ 免疫治疗开发：为 Treg 靶向药物筛选提供可靠检测工具，某团队利用其验证 STING 激动剂对 Treg 的调控作用，相关成果发表于《J Control Release》。
13200编辑于 2025-11-10 - 来自专栏DrugOne
. | 评估抗体和纳米抗体用于筛选有效候选物
单克隆抗体已成为关键的治疗药物。特别是纳米抗体，这种小型的、单域的抗体自然表达于骆驼科动物中。自2019年首个纳米抗体药物获批后迅速受到关注。然而，将这些生物制品作为治疗药物开发仍然具有挑战性。 这种选择的原因是，与体外定向进化相比，免疫系统进行的抗体选择通常产生具有更高开发潜力和尤其是更好体内特性的抗体，好处包括长半衰期、低免疫原性、无毒性和低自身抗原交叉反应性。 在抗体治疗的应用 图 3 在抗体药物开发中，评估抗体人类可用性是一个关键步骤，目的是确保药物候选物对患者的最小风险。 更具体地，作者评估了该方法区分196个人类治疗性抗体和353个非人类来源的抗体治疗剂的性能（图3）。 https://doi.org/10.1038/s42256-023-00778-3
40710编辑于 2024-02-23 - 来自专栏生命科学
靶向抗体偶联药物 (ADC)——抗肿瘤 | MedChemExpress
然而，由于脱靶毒性 (如连接子稳定性较差) 的存在，第二代 ADC 药物的治疗窗还是较窄 (图 3)。 肿瘤靶抗原 理想的靶抗原应该是：1、在肿瘤中高表达，异质性有限，正常组织中低表达；2、尽量减少抗原脱落，以防止抗体在循环中与其结合；3、抗体应通过受体介导的内吞作用很好地被内化，并且在内吞作用期间不应被调节 目前，所有临床和临床前发展的 ADCs 都含有免疫球蛋白 G (IgG) 同种型的抗体。IgGs 可分为四个亚型：IgG1、IgG2、IgG3 和 IgG4 (如图 5)。 The Royal Society of Chemistry, 2019. 3. Chem Pharm Bull (Tokyo). 2019;67(3):173-185. 9. Tsuchikama K, An Z, et al.
1.2K20编辑于 2023-03-07 【辰辉创聚生物】杂交瘤细胞构建｜单克隆抗体筛选｜高效抗体制备
该方法通过融合免疫活化的 B 细胞与骨髓瘤细胞，获得能够稳定分泌特异性抗体的杂交瘤细胞株，是目前最为成熟的抗体开发策略之一。 克隆稳定性评估通常包括多代培养后抗体滴度一致性、染色体核型检测及转录水平分析。三、杂交瘤细胞扩增与抗体表达系统筛选出的稳定杂交瘤细胞可用于体外小规模或中等规模抗体表达，适用于科研级抗体制备。 五、抗体定制能力与高难度项目的技术应对对于常规抗体开发以外的需求，例如：非免疫原性抗原高同源性家族蛋白区分特定构象依赖性抗体筛选跨物种反应抗体开发均可通过优化免疫杂交瘤策略（如抗原修饰、载体辅助免疫、佐剂改良等 部分项目可与人源化、亲和力成熟、重组表达等技术联合实施，形成整合式抗体开发解决方案。 杂交瘤服务作为抗体开发的核心支撑技术，其流程虽已标准化，但在特异性抗体的获得、稳定细胞株构建、表达体系选择及纯化策略上仍存在大量技术细节可优化。
53510编辑于 2025-08-04- 来自专栏智药邦
Nature子刊｜对抗体可开发性的认知--你不知道的结论
3.敏感性：基于序列的可开发性特征的敏感性可通过单氨基酸取代分析来量化，这样当抗体设计以多目标优化进行时，引入序列的微小变化可能足以提高某个可开发性特征的值。 可开发性参数[特征] 2.1 基于序列的40个特征 2.2 基于结构的48个特征 3. 图3：通过分析野生型抗体的突变变体，可以量化可开发性参数的敏感性 b.选定的基于序列的DP的平均灵敏度和潜在灵敏度。 c.按发生突变的抗体区域分组的(B)中的DP的平均灵敏度和潜在灵敏度。 文献[3]中，表明基于结构的等电点(pl)可以作为有限大小的治疗性抗体数据集(77种临床阶段抗体)上重要可开发性参数的重要性，作者发现基于序列的pl(AbChain_pl)可以取代基于结构的pl。 AbPROP: Language and Graph Deep Learning for Antibody Property Prediction. [3] Ahmed, L., Gupta, P. &
28010编辑于 2024-10-21 - 来自专栏智药邦
Nat Biomed Eng：利用深度学习从抗体序列中预测抗原特异性，优化抗体药物
这种挑战经常导致临床开发的抗体的生物物理特性不理想，或产生不良的副作用，甚至药物开发失败。 深度学习可推断抗体序列-功能的复杂关系 应用于生物数据的机器学习提供了一种强大的方法。 考虑到抗体药物开发的其他标准，如耐受性、生产要求、物理特性等，研究人员将候选抗体变体的数量进一步减少到了8,000。 ETH的科学家现在正在使用AI方法来优化临床开发中的抗体药物。为此，他们最近成立了deepCDR Biologics公司，与生物技术和制药公司合作进行抗体药物开发。 通过计算和预测抗原特异性抗体变体的各种生物物理特性，可以有效地识别出最可开发的抗体分子，从而大大节省时间和成本，并大大降低下游临床开发的风险。 而一旦抗体对目标抗原的亲和力处于有效的生物修饰的理想范围内，解决其他生物物理特性就成为抗体开发的重点，这也需要应用更严格的或额外的过滤器，进一步减少序列空间，最终找到跨越更多参数的最可开发的候选治疗药物
4.3K51发布于 2021-06-07 【辰辉创聚生物】纳米抗体筛选技术｜单域抗体表达｜高效纯化工艺
在抗体工程快速发展的今天，纳米抗体（Nanobody）以其小巧结构、良好稳定性和强穿透能力，正成为科研和药物开发中的一颗“明星分子”。 这种特性也促进了Camelid抗体开发的快速成熟，从而为纳米抗体库的构建和筛选提供了丰富的资源基础。 这些优化手段，结合纳米抗体药物开发平台，可以极大提升抗体候选物进入临床前开发或转化研究的可能性。随着合成生物学、结构生物学与AI建模的不断进步，纳米抗体相关技术正在加速“从平台走向应用”。 Q3：噬菌体展示筛选的成功率高吗？A： 通过构建数十亿级别的VHH文库，并结合多轮标靶抗原“panning”，通常能筛出亲和力在纳摩尔甚至皮摩尔级别的候选抗体，适合作为后续流程基础。 Q5：纳米抗体可以直接用于药物开发吗？A： 经过纳米抗体药物开发流程，结合技术如人源化、稳定性优化后，纳米抗体可被用于ADC、分子成像等多个医疗应用场景。
37210编辑于 2025-07-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号