第26届国际分析超速离心研讨会：多学科交叉视角下的生物物理技术进展与应用

本期特刊聚焦分析超速离心（AUC）技术的最新进展，涵盖生物大分子相互作用、纳米颗粒表征及病毒载体纯化等主题。研究人员通过开发新型软件算法（如SViMULATE、US-SOMO）和优化实验方案（如GMP合规分析），解决了复杂体系中的流体动力学建模和数据分析难题。这些成果显著提升了AUC在生物制药、结构生物学和材料科学中的应用价值。

　　

在生物物理研究领域，分析超速离心（Analytical Ultracentrifugation, AUC）技术始终是解析溶液体系中生物大分子结构和相互作用的金标准。然而，随着研究对象的复杂化——从传统蛋白质到基因治疗载体（如腺相关病毒AAV）、蛋白降解靶向嵌合体（PROTAC）和纳米材料——经典AUC方法在数据处理、模型构建和标准化应用方面面临严峻挑战。尤其在生物制药行业，对微量聚集体（trace aggregates）的精准定量和符合良好生产规范（GMP）的数据分析需求日益迫切。这些瓶颈问题制约了AUC技术在多学科领域的深入应用。

为此，第26届国际分析超速离心研讨会（AUC2024）汇集了全球16个国家的84位专家学者，通过40场专题研讨会展示了AUC技术的最新进展。会议内容涵盖实验设计、流体动力学建模、互补技术（如小角X射线散射SAXS和等温滴定量热法ITC）的整合应用，以及针对复杂生物体系的数据处理新算法。相关研究成果发表于《European Biophysics Journal》特刊，共收录10篇论文，系统性提升了AUC在生物物理和颗粒技术领域的应用深度。

本研究主要采用以下技术方法：1）沉降速度AUC（SV-AUC）用于分析生物大分子组装态和相互作用；2）流体动力学建模（通过US-SOMO软件）计算扩散系数和特性粘度；3）GMP合规数据分析（采用BASIS和UltraScan GMP软件）；4）互补技术包括动态光散射（DLS）、小角X射线散射（SAXS）和等温滴定量热法（ITC）；5）使用临床来源样本（如多发性骨髓瘤患者的尿源游离抗体轻链）进行病理相关性研究。

软件开发与改进

Dobler等人针对带状离心实验（band-forming experiments）中因扩散混合导致的密度粘度变化问题，开发了预测动态变化的数学模型，为更新分析工具提供了理论基础（Dobler et al. 2025）。Brautigam开发的SViMULATE软件新增了相互作用体系、非理想沉降和浮力分析模式，并通过改进数值稳定性和多分散性建模扩展了应用场景（Brautigam 2025）。Philo在SVEDBERG软件7.0版本中实现了对SEDFIT c(s)分布数据的置信区间计算，可精准量化浓度低于1%的微量组分（Philo 2025）。de la Torre与Hernández-Cifre则强调了流体动力学理论理解对结果解读的重要性（de la Torre and Hernández-Cifre 2025）。Brookes团队通过比较两种珠模型（one bead per residue与one bead per atom）的计算差异，开发了校正函数并集成至US-SOMO软件包（Brookes et al. 2025）。

生物学应用

Tucholsky团队采用SV-AUC、远紫外圆二色谱（Far-UV CD）和差示扫描荧光技术分析了多发性骨髓瘤患者尿液中游离抗体轻链（FLCs）的聚集状态，发现还原条件下所有样本均出现时间依赖性的片段化和聚集现象（Tucholski et al. 2025）。Yarawsky等人重新定义了SV-AUC作为多属性平台方法的地位，通过研究布鲁顿酪氨酸激酶（BTK）与 Cereblon（CRBN）的相互作用，在单次实验中同步评估了样品纯度、三元复合物比例、结合常数和流体动力学参数（Yarawsky et al. 2025）。Keown团队比较了棉花、木馏油灌木、南极发草和云杉来源的RUBISCO激活酶（Rca）异构体，发现其寡聚组装态、热稳定性和功能活性存在物种特异性差异（Keown et al. 2025）。

大分子组装体

Hirohata团队揭示了氯化铯密度梯度超离心（CsCl-DGUC）纯化AAV时空壳颗粒的密度分布异质性源于DNA存在导致的偏比容变化（Hirohata et al. 2025）。Fakhouri则通过SV-AUC解析了金属树枝状聚合物（COSAN）诱导肌红蛋白可控组装的化学计量学和聚集路径（Fakhouri et al. 2025）。

本研究通过创新软件工具和跨学科应用拓展，显著提升了AUC技术在复杂生物体系分析中的精度和效率。在方法学层面，新型算法解决了带状离心实验的动态参数预测、微量组分置信区间计算和多尺度流体动力学建模等长期难题。在生物学应用层面，研究涵盖了从病理蛋白聚集（如多发性骨髓瘤FLCs）到前沿治疗策略（PROTAC诱导蛋白降解）、从生态适应性酶学机制（Rca异构体多样性）到生物纳米材料（AAV、COSAN）的广泛领域。这些成果不仅证明了AUC技术在多学科研究中的不可替代性，还为生物制药行业的质量控制、病理机制研究和新材料开发提供了关键技术支撑。特别值得关注的是，年轻研究者参与度的提升和科尔芬早期职业研究者奖（CECIA）的设立，标志着该领域可持续发展的良好态势。后续研究将继续聚焦于人工智能辅助数据分析、高通量实验整合和标准化流程建设，进一步强化AUC技术在生命科学和健康医学中的核心地位。