- 综合排序
- 最热优先
- 最新优先
- 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。 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。 但是，除H3外，所有CDR环都折叠成少量“典型结构”，其特征是结构基序部分由几个关键残基赋予。因此，作者期望幻想序列能够恢复对目标结构实现至关重要的残基。 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。 图5 为了将幻想设计与实验生成的CDR库进行比较，作者团队选择了包含11300个独特CDR H3序列的数据集（TBS）。
59220编辑于 2022-11-28 - 来自专栏DrugOne
基于3D等变图转换的条件抗体设计
目前有的工作是将 3D 坐标作为某些不变特征进行预处理，然后再将它们提供给模型。然而，这种预处理将丢失特征和隐藏空间中的方向信息，使其在表征抗体或抗原中不同残基之间的空间接近性方面不太有效。 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。 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
91720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
1.2K20编辑于 2021-12-29 - 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
由于抗体序列的庞大搜索空间使得对整个抗体空间进行详尽评估变得不可行，因此通常从合成产生、动物免疫或人体供体中筛选相对较少的抗体来识别候选抗体。 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。 现有的基于机器学习的抗体优化已经显示出在设计针对特定目标的抗体时，可以提高其结合特性，并且可以仅基于序列数据学习抗体的结合情况，而无需目标的结构。 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。
1.3K30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。 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？ 面对市场上纷繁复杂的抗体产品，Elabscience 的 APC 抗小鼠 Foxp3 抗体以四项核心优势站稳脚跟，更获得《J Exp Clin Cancer Res》《Science Advances》 更可搭配 Elabscience 的 CD4/CD25 抗体、Foxp3 专用染色试剂盒等产品，构建从样本处理到检测分析的完整实验体系。
17800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。 在这项工作中，作者引入了一种新的深度学习方法来解决这些挑战，使计算工程能够处理与免疫系统获得的抗体和纳米抗体序列几乎无区别的的抗体和纳米抗体序列。 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
48610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.
1.3K20编辑于 2023-03-07 - 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
测序结果显示，分别有11,300和27,539个独特的结合抗体变体和非结合抗体变体。然后，所有结合抗体变体和非结合抗体变体的序列被用来训练深度神经网络。 该算法预测了相应抗体与抗原的结合程度，当置信度大于0.5时，通过预测筛选出10.6×106个潜在的结合抗体变体；当置信度大于0.7时，通过预测筛选出6.39×106个结合抗体变体。 为了进一步证明深度学习识别新的抗体变体序列的能力，作者随机选择了42个不同的抗体变体序列，其中30个是结合抗体变体，12个是非结合抗体变体。 发现改良的抗体药物 研究人员对经过计算优化的候选抗体变体序列进行实验表征，确定了高亲和力、高表达力、热稳定性良好和去免疫化的抗体变体。经过单细胞分选，选择了55个抗体变体。 发现其中五个抗体变体显示出与曲妥珠单抗相当或更好的表达量；所有十个抗体变体的热稳定性与曲妥珠单抗相当或更好；值得一提的是抗体变体1，其表达量与曲妥珠单抗相当，热稳定性有所提高，并且与曲妥珠单抗相比，抗体变体
4.3K51发布于 2021-06-07 - 来自专栏智药邦
腾讯AI Lab｜自适应自回归扩散模型设计活性人源化抗体和纳米抗体
1.2 抗体人源化的挑战 抗体的人源化是抗体药物开发中的重要环节。未经人源化的鼠源抗体在人体内可能引发人抗鼠抗体（HAMA）反应，降低抗体的治疗效果。 图3 HuDiff-Ab训练管线的架构 2.3 HuDiff-Nb的训练流程 HuDiff-Nb的架构与HuDiff-Ab类似，但由于纳米抗体仅包含单一重链，因此信息编码器只包含区域编码器和位置编码器。 图4 HuDiff-Nb训练管线的体系结构 3. 图7 HuDiff-Nb模型的人性化过程和性能 3.2.2 SARS-CoV-2 RBD目标纳米抗体3-2A2-4的人源化实验 针对SARS-CoV-2 RBD的纳米抗体3-2A2-4，本文通过HuDiff-Nb 3-2A2-4是一种骆驼类纳米抗体，能够与SARS-CoV-2的RBD结合，其结合能力在体外实验中得到了验证。
1.3K10编辑于 2024-12-06 - 来自专栏DrugOne
. | 通过深度学习从抗体序列预测抗原特异性优化治疗性抗体
大家好，这周推荐的是一篇nature biomedical engineering上发表的优化治疗抗体的文章，Optimization of therapeutic antibodies by predicting 治疗性抗体的优化需要大量的时间和资源，这主要是因为哺乳动物细胞中表达的全长抗体的低通量筛选（大约以千为单位），通常得到少量的优化前体。 本文中作者展示优化的抗体突变体可以从大量不同的抗体序列空间中经由深度学习预测抗原特异性来识别。 ? 为了产生可以用于训练深层神经网络的数据，作者利用CRISPR–Cas9介导的同源性定向修复引入定点突变，对在哺乳动物细胞系中表达的治疗性抗体trastuzumab（曲妥珠单抗）的文库（~万个突变体）进行了深度测序 本文作者展示了深度学习促进抗体工程和优化的强大能力。
1.2K11发布于 2021-04-30 - 来自专栏DrugOne
学习抗体高变异性的语言
然而，通用的“基础”PLMs在预测抗体方面的性能有限，这是因为抗体的高变异性区域不符合模型所依赖的进化保守原则。 最后，这两种方法都没有利用PDB中超过6700个抗体的3D结构信息。因此，作者认为更有效的方法是结合这两种方法的优势。 抗体结构预测 表 1 作者将结构预测视为AbMAP中的模板匹配任务：在抗体模板数据库中搜索与查询抗体在结构上最相似的样本。 突变变异预测 图 3 计算机辅助的抗体建模在低频率抗体设计和优化中具有关键应用。 如图3a所示，仅使用20％的示例（即训练/测试拆分比例为0.2），AbMAP-E和AbMAP-P的表示均实现了0.94的Spearman秩相关系数，表明AbMAP能够有效地从有限的训练集中进行泛化，从而减少了实验和计算开销
46010编辑于 2023-09-19 - 来自专栏DrugOne
用于药物发现的抗体表征学习
每条链的可变区包含互补决定区 (CDR)，分别表示为 CDR-L1、CDR-L2、CDR-L3 和 CDRH1、CDR-H2、CDR-H3分别位于轻链和重链。CDR的氨基酸序列决定了抗体将结合的抗原。 其中“H”表示重链， “L“ 表示所选抗体骨架的轻链。样本以 0.8/0.1/0.1 的比例随机分成训练/验证/测试集。 IgG抗体数据集：CDRH3 区域序列数据集。 特征表示模型的比较 作者比较了三类特征表示：1.传统的基于 PSSM 的特征2.通过对标记数据进行监督学习产生的特征3.通过预训练的语言模型学习的特征。 图 3 显示了模型在 14L、14H 和 IgG 数据集上的性能。 图3：14L、14H 和 IgG 的训练大小依赖性 总体而言，当训练数据充足时，微调预训练语言的性能始终优于其他模型。
88150编辑于 2022-11-28 - 来自专栏生命科学
PROTAC与抗体偶联药物的结合 | MedChemExpress
非特异性蛋白靶向思路二：PAC 分子 这是一种采用了抗体偶联药物 (ADC) 技术的分子，这种将 PROTAC 与 ADC 结合的技术也被称为抗体 PROTAC 复合物 (PAC)。 泛素样 PHD 和环指结构域 1 (UHRF1) 在乳腺癌等各种癌症中均过度表达，是环指 E3 泛素连接酶亚家族的成员，它通过与 H3K9me3 形成复合物发挥作用。 Senisterra 等筛选 44000 个化合物库中破坏 UHRF1-H3K9me3 相互作用的小分子，最后通过优化发现了 Kd值为 2.4 μM 的 NV03。 降解剂 GNE-987 和 3 个 PEG 的 linker。 PAC 由 ADC linker 和 PROTAC 分子组成，PAC 与抗体偶联。与 PROTAC (不偶联 Ab) 相比，PAC 偶联抗体之后更加显著降低雌激素受体-α (ERα) 水平。
64720编辑于 2023-02-28 - 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。 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）。 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。 生成器可以在人类抗体库上进行训练，然后产生大型、多样化的合成抗体库，这些抗体在序列上是唯一的，但在其他方面与人类库抗体无法区分。这种抗体库生成方法允许使用迁移学习明确控制给定库中抗体的特性。 相比之下，抗体模型可以利用序列和结构的大量保守性。如此多的抗体序列是保守的，即使是跨物种抗体也显示出很强的比对特征，例如骆驼VHH结构域和人类VH结构域。
1.3K20编辑于 2022-03-04 - 来自专栏流式抗体推文
Elabscience PE Anti-Mouse CD3 抗体 ：流式细胞术的 T 细胞靶向专家
产品介绍PE抗小鼠CD3抗体[17A2]是专为小鼠 T 细胞研究设计的实验试剂，核心信息如下：基础属性：由大鼠宿主产生，亚型为 Rat IgG2b, κ，克隆号 17A2，仅与小鼠样本发生特异性反应，无交叉反应干扰 背景介绍CD3，也称为 T3，属于免疫球蛋白超家族，主要表达于 T 细胞、NK-T 细胞以及在 T 细胞分化过程中不同阶段的胸腺细胞上。CD3 由 CD3ε、δ、γ 和 ζ 链组成。 检测原理PE抗小鼠CD3抗体[17A2]基于荧光流式细胞术（FCM） 原理发挥作用：特异性结合：抗体的抗原结合区可与小鼠细胞表面的 CD3 分子特异性结合，确保靶向识别的准确性。 应用领域该抗体专为荧光流式细胞术（FCM）优化，广泛应用于以下研究场景：T 细胞活化与增殖机制研究：通过检测 CD3 分子表达变化，解析 T 细胞活化信号通路。 产品优势特异性强：单克隆抗体（克隆号 17A2）靶向性明确，仅与小鼠 CD3 分子结合，无交叉反应，实验结果准确性高。
34610编辑于 2025-09-18 - 来自专栏流式抗体推文
聚焦免疫研究：Elabscience PerCPCyanine5.5 抗人 CD3 抗体，特异性更出众
内容概要Elabscience 推出的 PerCP/Cyanine5.5 Anti-Human CD3 Antibody（货号：E-AB-F1230J），是一款专为人类 CD3 分子检测打造的单克隆抗体 检测原理PerCP/Cyanine5.5 标记抗人 CD3 抗体[UCHT1]借助特异性抗原抗体结合反应，精准识别样本中的人 CD3 分子。 优势高特异性：作为单克隆抗体，克隆号为 UCHT1，仅特异性结合人 CD3 分子，有效避免与其他非目标分子的交叉反应，保障检测结果的准确性。 总结Elabscience PerCP/Cyanine5.5 标记抗人 CD3 抗体[UCHT1]凭借高特异性、优异荧光性能、稳定存储特性及清晰的使用指引，成为流式细胞术检测人 CD3 分子的理想工具。 无论是免疫功能分析、细胞亚群鉴定，还是肿瘤免疫研究，该抗体都能为科研人员提供精准、可靠的实验数据支持，助力推动生命科学领域中 T 细胞相关研究的深入开展，是科研工作者值得信赖的实验伙伴。
25410编辑于 2025-11-10 Elabscience Elab Fluor®Red 780抗小鼠CD3抗体：抗原结合强，实验结果更可靠
内容概要本文聚焦 Elabscience Elab Fluor®Red 780抗小鼠CD3抗体[17A2]（货号：E-AB-F1013S），从产品核心信息、CD3 分子背景、检测原理、应用场景及产品优势等维度展开介绍 产品介绍基础信息Elab Fluor®Red 780抗小鼠CD3抗体[17A2]是一款特异性靶向小鼠 CD3 分子的单克隆抗体，核心参数如下：项目详情货号E-AB-F1013S宿主 / 亚型大鼠（Rat 检测原理Elab Fluor®Red 780抗小鼠CD3抗体[17A2]基于抗原 - 抗体特异性结合与荧光检测技术，适用于流式细胞术（FCM）分析，具体原理如下：特异性结合：抗体的抗原结合区可与细胞表面的 CD3 分子精准结合，形成抗原 - 抗体复合物。 核心内容：综述 CD3 靶向治疗策略的发展，包括双特异性抗体、CAR-T 细胞疗法等在肿瘤治疗中的应用进展。
61910编辑于 2025-09-17功能抗体如何实现生物学功能调控？
一、什么是功能抗体？功能抗体是指除特异性结合抗原外，还能够主动调控靶蛋白生物学活性、激活或阻断特定信号通路、或介导免疫效应细胞杀伤作用的一类抗体。 与传统仅用于检测的抗体不同，功能抗体本身就是一种生物活性分子，能够直接干预生命过程。其在基础研究中用于解析信号机制，在转化应用中则发展为治疗性抗体，成为肿瘤、自身免疫病及感染性疾病治疗的重要力量。 二、功能抗体通过哪些机制发挥作用？阻断型抗体通过结合受体或配体的关键功能域，阻断配体-受体相互作用，从而抑制下游信号传导。 抗体亲和力及解离速率直接影响中和效力。抗体依赖的细胞介导的细胞毒性作用（ADCC）及抗体依赖的细胞吞噬作用（ADCP）是Fc段介导的效应功能。 不同IgG亚型激活补体的能力差异显著，IgG1和IgG3较强，IgG2和IgG4较弱。三、功能抗体的开发有哪些关键考量？表位选择决定功能抗体的作用机制。
18310编辑于 2026-03-11靶向FGFR3的抗体偶联药物在膀胱癌治疗中的研究进展
抗体偶联药物（ADC）作为一种前沿的靶向治疗模式，通过将特异性抗体与高效细胞毒性药物偶联，实现了对肿瘤细胞的精准识别与强效杀伤。 FGFR3蛋白具有明确的细胞膜定位特性，并且能够被配体或抗体结合后有效内吞，这一特性使其成为ADC药物设计的理想载体靶点。 1.药物设计与构建：该ADC药物采用了人源化的抗FGFR3IgG1抗体作为靶向载体，通过可裂解的四肽连接子，与高效拓扑异构酶I抑制剂（DXD）进行偶联。 表面等离子共振或生物膜干涉技术的高通量筛选，以评估候选抗体或ADC与FGFR3抗原的结合亲和力、特异性及动力学参数。 3.抗体制备与检测标准品：可作为免疫原用于制备针对FGFR3的特异性抗体，亦可作为检测方法开发中的阳性对照与定量标准品，确保分析方法的可靠性与可比性。
15310编辑于 2026-02-11- 来自专栏生信宝典
Nat Biotechnol -- 生成式AI进军更高效价抗体
科学家已经证明，生成式人工智能（AI）可以快速获得效价更强的病毒（如SARS-CoV-2和埃博拉病毒）抗体序列，为耗时费力的抗体筛选提供了捷径。 Kim表示，许多建议的抗体改变发生在与其靶标相互作用的蛋白质的区域之外，这通常是抗体工程努力的焦点。他补充说：“该模型正触及到一些信息，即使是抗体工程领域的专家通常也难以理解。 但她补充说,许多研究人员希望生成式AI不仅能简单地改进现有的抗体，还能完全创造出新的抗体来结合既定的目标。 华盛顿州温哥华的生物技术公司Absci于3月份在bioRxiv server上发布的预印本中报告称，他们已经取得了使用AI创造新抗体的第一步。 我们使用语言模型指导亲和力成熟化对七种抗体进行了进化，仅在两轮实验室进化中对每种抗体筛选获得了20个或更少的变体，将4种临床相关的高度成熟抗体的结合亲和力提高了7倍，将3种未成熟抗体的结合亲和力提高了160
57950编辑于 2023-08-30
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