基于大规模天然配对抗体序列与结构数据揭示重链/轻链保守接触位点与种系偏好性

本研究针对抗体工程中重链(VH)与轻链(VL)配对机制不明确的问题，通过构建包含5800万条配对抗体序列的PairedAbNGS数据库，结合RCSB结构数据分析，揭示了种系基因(IGHV/IGLV)非随机配对模式及CDR3-FWR2界面关键接触残基。研究发现受体编辑(receptor editing)偏好低自反应性组合，且单抗开发中过度依赖κ轻链(IGKC)可能限制治疗潜力，为优化生物药设计提供了重要理论依据。

　　

在生物医药领域，治疗性抗体已成为增长最快的药物类别，年获批数量已与小分子药物持平。然而抗体开发仍面临重大挑战：实验方法如杂交瘤技术耗时昂贵，且对膜蛋白等"难处理"靶点效果不佳；计算设计又受限于配对抗体序列数据的匮乏——现有数据库仅覆盖预估抗体多样性的极小部分。更关键的是，重链与轻链如何特异性配对形成功能性抗体的分子机制尚不明确，这直接影响了抗体药物的开发效率与成功率。

针对这些核心问题，来自波兰华沙大学(University of Warsaw)的研究团队开展了大规模配对抗体序列与结构分析研究。他们通过创新性地整合5800万条单细胞测序数据与结构生物学信息，创建了目前最大的天然配对抗体数据库PairedAbNGS，并揭示了决定抗体组装的关键规律。这项突破性成果发表于《Communications Biology》，为理性化抗体设计提供了全新视角。

研究团队主要采用三大关键技术：1)基于10x Chromium 5'平台的单细胞转录组测序，从58个生物项目中获取2482个测序实验数据；2)TRUST4算法组装配对抗体序列，结合RIOT工具进行IMGT标准化注释；3)通过4.5?原子距离阈值从RCSB PDB数据库中提取VH/VL界面接触残基，建立结构-功能关联模型。样本来源涵盖人类外周血、淋巴结、骨髓等组织，包含健康个体与COVID-19患者等不同免疫状态。

【数据库构建与特征】
研究人员从NCBI SRA中筛选58项符合标准的研究，最终获得1440万条有效序列，构成720万对重链/轻链组合。通过Chao2多样性估计，推算出人类抗体可变区组合可能达50亿种，但实际多样性受电荷限制等理化约束显著低于理论值。数据库分析显示κ与λ轻链比例符合已知生理分布(60:40)，而小鼠数据中κ链占比异常高(90%)可能与特定实验设计相关。

【种系配对偏好性】
通过卡方检验发现V基因亚组配对存在显著非随机性(p?0.01)。IGHV3-23/IGHV1-46等特定重链与κ轻链的组合出现频率远超预期，这种偏好可能源于受体编辑过程中对低自反应性组合的选择压力。与临床阶段单抗对比发现，治疗性抗体过度依赖IGHV3-23(含蛋白A结合基序)和κ轻链，而天然抗体中λ链占比更高且可能具有更好的稳定性。

【结构界面特征】
从PDB结构中鉴定出36个关键接触位点，发现CDR3区域与配对链FWR2(框架区2)存在保守相互作用。特别值得注意的是，重链CDR3的氨基酸分布与随机配对存在显著差异(TVD=0.06)，表明其构象可能受轻链FWR2调控。这种相互作用模式与经典Vernier区几乎无重叠，揭示了全新的链间调控机制。

【V-J基因互作】
分析发现IGHJ4与IGLJ基因存在强烈配对偏好，这种偏向可能源于重组信号序列(RSS)的特异性。同时，特定V_H-J_L和V_L-J_H组合的出现频率显著偏离随机分布，进一步证实种系基因选择在抗体成熟过程中的重要作用。

这项研究通过建立迄今最全面的配对抗体资源库，揭示了抗体组装的两大核心规律：种系编码的配对偏好性与结构界面特异的残基互作。这些发现对生物药开发具有多重意义：1)指导合理选择低自反应性的VH/VL组合，提高候选药物成功率；2)修正单抗开发中过度偏好κ链的误区，拓展λ链的应用潜力；3)为计算机辅助抗体设计提供关键参数，特别在CDR3-FWR2界面工程方面提供新思路。随着PairedAbNGS数据库的持续更新，这些发现将推动抗体工程进入更精准的理性设计时代。