- 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。 本文将全面介绍抗体定制服务的技术原理、开发流程、常见类型及其科研应用，从实验设计到筛选验证，帮助科研人员深入理解这一高度专业化的技术服务。 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；
19110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
本文将介绍抗体高通量筛选的核心技术及其应用。1. 高通量筛选的基本流程抗体高通量筛选通常包括以下关键步骤：抗体库构建：通过免疫动物、噬菌体展示或合成抗体库（如scFv、Fab文库）获得大量候选抗体。 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。 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？ A:细胞筛选能模拟生理环境，不仅检测抗体结合能力，还能评估其功能效应，例如：免疫治疗抗体：检测PD-1/PD-L1抗体对T细胞活化的影响肿瘤靶向抗体：评估HER2抗体对癌细胞增殖的抑制感染性疾病抗体：测试中和抗体阻断病毒入侵的能力案例
31400编辑于 2025-08-07CHO细胞抗体表达｜重组抗体纯化｜高效抗体生产
抗体在生命科学研究中具有重要地位，广泛应用于各类基础研究和实验分析。随着技术的不断进步，抗体的表达与纯化方法也在不断发展，尤其是对于重组抗体的生产与优化。 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。 Q4: 高通量抗体表达和筛选平台有哪些优势？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。
30600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。 基于抗体库的发现通常在噬菌体或酵母细胞平台中进行。动物免疫甚至人类 B 细胞筛选等体内发现平台利用瞬时生产方法来创建用于测试的抗体，这通常不会复制治疗开发过程。 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。 不必依赖从体内实验中恢复的“发现”序列，带有迁移学习的生成方法可以开发出具有特定属性的几乎无尽的抗体序列。这种控制将允许生成数据以合理和具体地测试抗体可开发性特征和行为的理论。
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。 免疫宿主的选择与免疫策略常用免疫宿主包括小鼠、大鼠、兔及仓鼠等，不同动物来源的抗体具有不同的应用优势。小鼠和大鼠因遗传背景成熟、操作便捷，广泛用于抗体开发。 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。
21510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。 研究者通常采用以下技术手段进行抗体效应评估：ELISA：定量检测抗体效价；Western Blot：验证抗原识别能力；免疫组化（IHC）：分析组织水平表达；流式细胞术：分析细胞表面抗原结合；抗体亚类分析 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。
25510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。 这些结构的开发对抗体工程与表达系统的优化能力提出了更高要求，通常需定制化设计。常见问题 FAQQ1：重组抗体与传统杂交瘤抗体有何区别？
39710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？
31500编辑于 2025-07-23- 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。 作者团队受到精确结构预测DL模型——幻想框架的启发，提出了FvHallucinator这一DL框架，以目标抗体结构为条件，设计抗体（特别是CDR环上）的序列。 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 此外，FvHallucinator在VH-VL界面设计了富含人类抗体复合物和治疗性抗体的氨基酸替换。最后作者还设计了一个管道，针对目标抗原虚拟筛选幻想序列。 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。
53520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。
33810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
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。 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）。 图 1 全流程的目标特异性scFv优化过程的开发 作者假设通过将目标特异性结合亲和力与数百万自然蛋白质序列的信息整合在概率机器学习框架中，模型可以迅速设计出比典型定向进化方法产生的强结合物质量显著更高的
1.2K30编辑于 2023-09-19 - 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。 尽管目前研究人员已经开发体外相对快速低廉的定向进化技术，但从动物免疫或患者身上发现治疗性抗体仍是黄金标准。源自免疫系统的抗体在体内通常具有诸如长半衰期、低自身抗原反应性和低毒性等有利特性。 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。 据作者所知，AbNatiV是第一个量化纳米抗体自然性的方法。因此，为了与不同的模型比较，作者在我们的纳米抗体训练集上重新训练了最初为人类VH序列开发的AbLSTM架构。
38810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
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 抗体 理想的抗体需要对肿瘤相关抗原具有较高的特异性和亲和力，血浆中稳定性好，免疫原性低，较低的交叉反应，较长的循环半衰期和有效的内化等特点。 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)。 相关服务 ADC Cytotoxin Mertansine (DM1) 是一种微管蛋白抑制剂，可以通过连接子偶联到单克隆抗体上，形成抗体偶联药物 (ADC)。 Trastuzumab deruxtecan 是一种抗人表皮生长因子受体 2 (HER2) 抗体-药物偶联物 (ADC)。由人源化抗 HER2 抗体，酶促裂解的肽接头和拓扑异构酶 I 抑制剂组成。
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。
51310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
5.抗体序列相似性并不意味着抗体可开发性相似性。 6.已提交专利的人源化小鼠和治疗性单克隆抗体属于天然可开发性特征空间的一个子集，并聚集在特定区域的趋势，而不是均匀分散在整个空间中。 1. 图1：天然和人类工程抗体中可开发性参数的冗余性、敏感性和可预测性 概念： 可开发性：定义为可开发性参数的内在物理化学参数的组合，其与抗体及其制剂的生物物理方面有关，包括聚集性、溶解性和稳定性。 方法：为了分析天然抗体可开发性的制约因素，将当前人造抗体数据集联系起来，组装了一个超过2M个天然抗体序列(重链和轻链同种型，人类和鼠源)的数据集，每个抗体计算了86个特征(可开发性参数)：40个基于序列 人工设计的抗体数据集(治疗、专利和Kymouse)位于天然可开发性空间范围内。 敏感性：提出了序列单突变可以量化抗体可开发性特征DP的敏感性方法。 2. 在每种链类型中，发现鼠源抗体和人抗体占据可区分的可开发性空间，突出了转基因小鼠对抗体筛选的重要性以及抗体人源化工作的挑战。
26910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
4.2K51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。 功能优化与下游开发：亲和力、人源化、成药性一个好的纳米抗体并不是筛选出来就能直接进入应用。 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”。 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。
35210编辑于 2025-07-25- 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
引言 1.1 抗体和纳米抗体概述 传统抗体具有典型的Y型结构，包括两对相同的蛋白质链，每对由一个重链和一个轻链组成。 由于其高度特异性和强大结合能力，抗体在多种疾病（如癌症、自身免疫性疾病和感染性疾病）治疗中具有重要应用。 单域抗体（VHH），通常被称为纳米抗体，其结构仅包含单一的重链，但功能上与传统抗体相似。 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。 结论 本文提出了一种基于自回归扩散模型的人源化抗体和纳米抗体设计方法HuDiff，并通过多组实验验证了其有效性和实用性。HuDiff在人源化抗体和纳米抗体方面表现出色，具有显著的应用潜力。 期待未来HuDiff能够在抗体药物开发中发挥更大的作用，推动生物医药领域的发展。 HuDiff的实验结果显示，其生成的抗体和纳米抗体在人源化程度和结合亲和力方面均达到了甚至超过了现有的实验人源化水平。
95910编辑于 2024-12-06 - 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。 此外，下游考虑因素（如可开发性或特定功能工程）难以轻易实现。因此，需要计算方法能够从头设计适用于给定靶点的新抗体，或更高效地优化一小组实验确定的候选物。 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。 这项任务的目标是从一小组训练集的抗体中，计算性地推断出组合突变对一组广泛的抗体候选者的影响，并利用结果指导下一轮的实验验证。基于PLM的计算性突变可以在加快抗体类治疗的设计和开发过程中发挥重要作用。
40810编辑于 2023-09-19
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