《Nature Communications》：Multiproperty optimization of therapeutic antibodies through sequence editing via large language model and reinforcement learning
编辑推荐：
发现具有多种有益特性的抗体对治疗药物开发至关重要，但实验鉴定的抗体仍需进一步优化。联合优化仍具挑战，因为序列空间巨大、注释稀疏且属性权衡常见。在此，研究人员提出AbOptimizer，一种通过并行多位点序列编辑（parallel multisite seque
发现具有多种有益特性的抗体对治疗药物开发至关重要，但实验鉴定的抗体仍需进一步优化。联合优化仍具挑战，因为序列空间巨大、注释稀疏且属性权衡常见。在此，研究人员提出AbOptimizer，一种通过并行多位点序列编辑（parallel multisite sequence editing）进行多属性（multiproperty）抗体优化的强化学习（RL）框架。AbOptimizer在从蛋白质语言模型（protein language models）推荐突变之前，识别有前景的编辑位点（editing sites）和编辑动作（edit actions），包括“保留（reservation）”“替换（substitution）”以及可选的“插入（insertion）”或“缺失（deletion）”，同时代理评估（surrogate evaluation）和Pareto奖励（Pareto rewards）塑造策略训练（policy training）。研究人员在三种治疗性抗体（therapeutic antibodies）上评估AbOptimizer，涵盖多属性、数据有限和包含插入缺失（indel-inclusive）的优化。在计算机模拟（in silico）中，AbOptimizer改善了优化属性并优于基线方法。在体外（in vitro）中，所选变体显示emibetuzumab的亲和力-特异性共优化（affinity-specificity co-optimization）、siltuximab的亲和力和特异性改善且热稳定性基本保持，以及trastuzumab的包含插入缺失的亲和力优化。这些结果验证AbOptimizer是治疗性抗体优化的实用框架。
治疗性抗体发现是先导药物开发的重要起点，但体内免疫或体外展示筛选获得的先导抗体常存在结合亲和力不足、特异性低、免疫原性高及可开发性不佳等问题。先导发现后通常仍需抗体优化；然而抗体序列空间巨大，依赖迭代设计-构建-测试的实验优化昂贵且缓慢。现有机器学习（ML）引导的定向进化（MLDE）及梯度上升（GAsc）、遗传算法（GA）、贝叶斯优化（BO）和抗体大语言模型（LLM）等方法，多集中于单个属性、单位点突变或独立有利突变组合，较难捕获多位点高阶依赖，且多属性联合优化仍不足。多属性治疗性抗体常面临属性间权衡，改善一个属性可能损害其他属性；同时既有方法多忽略插入缺失（indel）并较少采用并行一步多位点编辑。基于此，研究人员提出AbOptimizer，将治疗性抗体多属性优化表述为抗体LLM与强化学习（RL）引导的序列编辑过程，并在三种治疗性抗体中开展计算机模拟与体外验证。该论文发表在《Nature Communications》。研究结果表明AbOptimizer可改善优化属性并优于基线方法，并在体外获得亲和力-特异性协同改善、热稳定性基本保持及indel-inclusive亲和力优化等结果，为治疗性抗体优化提供了实用框架。
关键技术方法概述：研究人员将抗体优化建模为RL序列编辑：Transformer策略网络（editor）并行输出各位点动作（保留/替换，可选插入/缺失）；AbLang作为抗体语言模型解释器对掩码位点采样突变；Pareto非支配排序与代理模型评分构成奖励，采用近端策略优化（PPO）训练。Emibetuzumab与trastuzumab使用现有湿实验突变文库训练CNN亲和力/特异性代理；siltuximab不训练抗体特异预测器，采用通用fitness预测器（ESM-IF1 GVP-Transformer）作为代理；原创性参考OAS和UniRef90。实验验证用HEK293表达IgG。
Pipeline of AbOptimizer（AbOptimizer流程）：研究人员构建策略梯度RL框架，含agent、state、action、environment和reward；editor基于Transformer并行标记各位点编辑动作，interpreter用抗体预训练LLM预测替换/插入位点突变，evaluator以代理预测和Pareto奖励评分，经PPO训练获得优化变体。
Computational evaluation of AbOptimizer across antibody-optimization scenarios（跨抗体优化场景的计算评估）：在emibetuzumab、trastuzumab和siltuximab上与虚拟筛选（VS）、BO、GAsc、GA、蛋白质LLM（ProtLLM）及ProtLLM*比较，突变限制于选定位置，代理评分作为优化评分器，并以不同随机种子重复。结论为AbOptimizer在多种场景中优于基线。
Affinity maturation of emibetuzumab（emibetuzumab亲和力成熟）：用湿实验亲和力数据训练代理（r=0.87，P=1.15×10
?37），选90条起始序列分高、中、低亲和力组，每组30条，每序列生成128个变体取最优。AbOptimizer在各组达最高约0.99，相对改善（RI）与ProtLLM*相当且显著优于其余方法；人源性（humanness）仅次于LLM方法；Levenshtein距离（LD）累计最低（8.4±2.8），中、高亲和力组最低；序列标识显示其识别Y33、R50、G56等高亲和力相关保守残基。
Co-optimization of affinity and specificity of emibetuzumab（emibetuzumab亲和力与特异性共优化）：针对emibetuzumab固有特异性差及亲和力-特异性权衡，选120条起始序列分四组，每序列生成128个变体。AbOptimizer使变体向高亲和力/高特异性右上象限聚集，RI为0.29±0.01，高于ProtLLM*的0.27±0.01及其余基线；Borda计数前5中19/20由AbOptimizer优化。Pareto奖励优于加权和与动态加权和，沿Pareto前沿逐步平衡属性；约20%变体含至少一个OAS V/J匹配子集中频率>5%的野生型残基被<5%稀有残基替换，UniRef90中为31%，不严格偏向胚系（germline）残基。
Multi-property optimization of emibetuzumab（emibetuzumab多属性优化）：优化亲和力、特异性、免疫原性、黏度（viscosity）和清除率（clearance）；免疫原性用NetMHCIIpan评估，黏度与清除率用FvNetCharge、FvCSP和HISum评估。随机选30条起始序列。AbOptimizer与ProtLLM*对6个属性呈平衡改善，AbOptimizer总体RI最高，前5个优化变体均由AbOptimizer产生，显示多属性优化稳健性。
Optimization of siltuximab without antibody-specific mutant data（无抗体特异突变数据的siltuximab优化）：在无抗体特异突变数据时，用结构信息语言模型fitness分数作为奖励；其与结构预测代理ipTM趋势相似（P=0.67）但更高效。从野生型生成128个变体取最优。单属性fitness优化和多属性（fitness、免疫原性、黏度、清除率）优化中AbOptimizer均优于基线；ProtLLM与ProtLLM*因野生型siltuximab部分属性已较优而出现负RI。结论为通用fitness可支持数据有限条件优化。
Optimization of trastuzumab through flexible sequence editing beyond substitution（超越替换的trastuzumab灵活序列编辑）：用等长与变长HER2亲和力数据训练代理，比较两动作（保留/替换）与四动作（增加插入/缺失）。平均亲和力由0.58升至0.85（两动作）和0.95（四动作），四动作显著更优（P<0.0001），RI更高。位置分布显示多数位点倾向保守，替换富集于101–103，缺失富集于108，插入仅少数位点；前20变体多序列比对显示W99、G100、G101、G103、F104、Y105、M107高度保守。结论为indel扩展序列长度空间并发现更高亲和力变体，同时保留关键保守残基。
Sequence editing reveals interpretable mutation-site selection and epistatic patterns（序列编辑揭示可解释突变位点选择与上位效应模式）：以emibetuzumab分析位点富集，Y33、R50、R55在高亲和力及高非特异变体中富集提示权衡；W97、Y102未富集提示可优化。AbOptimizer富集S97、A102，与低非特异变体一致，33/50/55/56倾向保留野生型与高亲和力一致，G102、V95等新突变常见。双位点分析显示位点97与多数位点共突变增强亲和力，AbOptimizer捕获该上位效应（epistasis）；约束突变位点数显示随允许突变增加保留关键位点，亲和力先升后平台，倾向组合有益单点突变，多突变中可出现情境依赖缓冲。结论为“identify-before-mutating”策略提供可解释、可控优化。
Wet-laboratory validation demonstrates successful optimization of candidate antibodies（湿实验验证候选抗体成功优化）：选emibetuzumab、siltuximab和trastuzumab候选变体，分别对应多属性、数据有限和indel-inclusive优化任务，进行体外验证。
In vitro validation of emibetuzumab variants from affinity-specificity co-optimization（emibetuzumab亲和力-特异性共优化变体体外验证）：以野生型Ab1及高亲和力/高非特异Ab2为起点，选9个候选表达为IgG。Ab1-2、Ab1-3的HGFR ELISA EC50由1.33±0.07 nM降至0.92±0.05和0.77±0.02 nM，OVA和CHO细胞非特异结合降低；Ab2-2、Ab2-3、Ab2-4亦略改善亲和力并降低非特异结合，4个变体总体改善HGFR结合并降低非特异结合。氢键（H-bond）分析显示Ab1-2、Ab1-3各形成3个氢键，野生型Ab1为2个；氢键残基为N100、T59、G26，短亲水侧链降低构象熵罚，可能解释亲和力与特异性改善。
In vitro validation of siltuximab variants optimized without antibody-specific mutant data（无抗体特异突变数据优化的siltuximab变体体外验证）：将CDR-H区全部位点作为候选，选8个变体；Ab3-1至Ab3-4同时改善IL-6结合与非特异结合。Ab3-4的EC50为0.016±0.001 nM，野生型Ab3为0.22±0.04 nM，约13.4±2.3倍改善，OVA和CHO非特异结合降低；Ab3-2 OVA非特异无显著降低但CHO非特异显著降低。热稳定性显示Ab3-3的Tm与野生型相当，Ab3-4约升高4 °C，Ab3-1和Ab3-2分别约降低2 °C和0.5 °C，均保持高热稳定性。结论为通用fitness可优化无抗体特异突变数据抗体。
In vitro validation of trastuzumab variants with substitutions and indels（含替换和indel的trastuzumab变体体外验证）：以CDR-H
3为可编辑区，四动作优化后选前5个变体表达；Ab4-2、Ab4-3、Ab4-4的HER2 ELISA EC50分别为1.32±0.24、1.36±0.14、0.82±0.10 nM，均低于野生型Ab4的2.61±0.28 nM；Ab4-4约3.2±0.5倍改善，Ab4-2和Ab4-3约2倍改善。结论为在变长亲和力数据支持下，AbOptimizer可探索替换、插入和缺失并有效优化抗原结合亲和力。
讨论部分总结：AbOptimizer的优势包括“identify-before-mutating”序列编辑策略缩小搜索空间并提供可解释动作空间；在变长数据可用时可选支持插入和缺失，扩展固定长度变体之外的可编辑序列空间；并行多位点突变加速优化并捕获单位点方法易遗漏的上位效应。三种互补场景的湿实验验证显示所选变体具有改善靶标结合亲和力、降低非特异结合及在适用时基本保持热稳定性等有利实验特征。局限性包括优化效果依赖稳健可靠的代理模型；多数目标抗体缺乏高质量突变数据，尤其表达、免疫原性、热稳定性、自关联、黏度和多反应性等可开发性数据仍稀缺；LLM衍生似然或fitness信号在模型学习偏好与目标功能不一致时可靠性可能下降；indel可能带来更强结构扰动和更大分布偏移，需变长突变数据支持；实验验证范围相对计算评估广度仍有限。未来系统生成高质量功能数据集、整合序列-结构-抗原背景-实验读数的多模态预测器，并在更多抗体支架、抗原类别和可开发性终点上开展更广实验验证，将增强此类框架。研究结论翻译：这些结果证明AbOptimizer能够整合不同代理设置和序列编辑策略，在多种优化场景中生成经实验验证的抗体候选，并支持其在受限湿实验预算下用于迭代design-build-test-learn流程；这些结果验证AbOptimizer是治疗性抗体优化的实用框架。
