《Antibodies》：The Evolution of Artificial Intelligence in Antibody Design: From Structure-Based Engineering to Generative Models
编辑推荐：
背景/目的：人工智能（artificial intelligence，AI）已经通过实现抗体结构准确预测、治疗特性理性优化以及从头抗体设计（de novo antibody design）而改变了计算抗体工程（computational antibody en
背景/目的：人工智能（artificial intelligence，AI）已经通过实现抗体结构准确预测、治疗特性理性优化以及从头抗体设计（de novo antibody design）而改变了计算抗体工程（computational antibody engineering）。深度学习、蛋白质语言模型（protein language models，PLM）和生成式人工智能（generative AI）的最新进展从根本上改变了抗体发现和工程的方式。本综述旨在展示计算抗体工程从早期基于结构的设计策略到现代AI驱动方法的历史演进，同时强调该领域的主要计算工具、公开数据库、当前局限和未来方向。
方法：研究人员使用PubMed、Scopus、Web of Science和Google Scholar对文献进行了全面叙述性综述，评估了1985年至2026年发表的原始研究文章、方法学研究和综述论文。文献的选择依据其科学相关性、方法学质量以及对计算抗体工程历史发展的贡献。
结果：该综述描述了抗体工程从噬菌体展示和基于结构的计算方法，到机器学习、深度学习、蛋白质语言模型和生成式人工智能的发展进程。它总结了支持抗体研究的关键公共数据库，讨论了抗体结构预测和可开发性评估（developability assessment）的进展，并回顾了近期能够设计抗体序列和结构的生成模型。还讨论了当前的挑战，包括有限实验验证、数据集偏差、高柔性区域预测、模型可解释性和临床转化。
结论：人工智能通过将序列、结构和功能信息整合到日益准确的预测和生成框架中，从根本上重塑了计算抗体工程。尽管重要挑战依然存在，近期发展表明AI驱动方法将在下一代治疗性抗体的发现和优化中发挥越来越核心的作用。
1 引言
结构抗体数据库（Structural Antibody Database，SAbDab）等资源为抗体计算研究提供了整合结构、序列、抗原与亲和力数据的平台；标准编号系统和互补决定区（complementarity-determining region，CDR）结构分类使得不同抗体的比较成为可能。早期计算工具主要用于预测突变对稳定性或结合的影响，或辅助理性优化，通常作为实验工程的决策支持手段，尚未成为自主设计平台。
2 目的
本综述旨在梳理计算抗体工程从基于结构的工程策略到机器学习、深度学习、蛋白质语言模型和生成式人工智能的发展历程，并总结主要计算工具、公共数据库、当前限制与未来方向。
3 材料与方法
作者通过PubMed、Scopus、Web of Science和Google Scholar进行叙述性综述检索，检索时间覆盖1985—2026年，采用迭代关键词组合、追踪关键文献和参考列表筛选。最终纳入约110篇相关出版物。
4 结果
4.1 计算抗体工程的历史演进
噬菌体展示将抗体片段基因型与表型直接偶联，使体外亲和选择成为可能；酵母表面展示则结合真核加工与流式细胞术筛选，支持抗体成熟和多样性抗体形式发现。抗体文库组成与选择条件决定发现效率，而下一代测序（next-generation sequencing，NGS）和高通量单细胞技术实现大规模抗体库动态分析。标准化编号和CDR定义的出现，使计算工具从辅助优化转向结构指导的工程体系。
4.2 抗体库、免疫基因组学与公共数据库
高通量B细胞受体测序可恢复天然V
H–V
L配对，计算流程如MiXCR能注释V(D)J基因、克隆型和体细胞突变。观察抗体空间（Observed Antibody Space，OAS）和Pan Immune Repertoire Database（PIRD）等公共序列库为可重复分析提供数据；SAbDab等结构数据库补充实验结构和元数据；AB-Bind和免疫表位数据库（Immune Epitope Database，IEDB）提供突变效应与表位信息，共同支撑模型开发和基准测试。
4.3 抗体识别的结构原理
抗体结合位点由六个CDR组成，大多数CDR采用有限数目的规范构象，而CDR-H3因V(D)J重组和结构柔性而高度多样，是识别抗原的主要决定因素和建模难点。多样化的编号系统（如Kabat、IMGT）提供统一注释，但不同CDR定义会影响边界判定。
4.4 基于物理学的计算抗体设计
早期同源建模利用已知抗体结构为模板预测新序列。结构引导的理性设计可同时考虑多个结构/能量约束；Rosetta能量函数（包括范德华力、氢键、静电、溶剂化等物理项和经验项）广泛用于环建模、对接与亲和预测，减少实验筛选量。
4.5 抗体结构预测中的深度学习革命
深度学习方法直接从抗体序列学习结构特征，不再依赖手工规则。DeepAb和ABlooper等抗体专用网络显著改进CDR环预测；AlphaFold证明通用蛋白质结构预测可达到近实验精度，推动了抗体建模工具进步。可开发性预测将结构、序列与生物物理描述符结合，可预测稳定性、溶解性等特性，支持早期筛选。
4.6 抗体工程中的蛋白质语言模型
蛋白质语言模型（protein language model，PLM）通过自监督学习从百万级序列中生成上下文嵌入。ESM和ProtBERT等通用模型可迁移到结构预测和突变效应评估；AntiBERTa和AbLang等抗体特异性模型在免疫组库上训练，可更准确表示CDR模式。嵌入与迁移学习减少了标注数据依赖，适用于多种下游任务。
4.7 用于从头抗体设计的生成式人工智能
变分自编码器（variational autoencoder，VAE）和生成对抗网络（generative adversarial network，GAN）是早期生成模型，证明可生成合理抗体序列。扩散模型则同时生成序列与三维结构，并利用抗原信息条件化设计，如DiffAb、AbDiffuser、AbX和RFdiffusion-antibody。强化学习与多目标优化进一步将亲和力、稳定性、可开发性等纳入优化，使设计更接近治疗性抗体。
4.8 AI引导的抗体优化
AI可辅助人源化，预测框架区替换对结构稳定性和免疫原性的影响，降低实验循环次数。AI辅助亲和成熟通过结构感知模型预筛氨基酸突变，缩小实验空间，提高获得高亲和力变异体的效率。
4.9 超越亲和力优化
AI扩展至特异性/选择性优化、稳定性和聚集倾向改进、药代动力学与免疫原性预测。反向折叠方法如ProteinMPNN能从主链结构恢复序列，AbMPNN等抗体特化版本可用于CDR序列设计；序列-结构共设计方法如BoltzGen可直接生成含原子坐标的抗体并引入结合位点约束。该类方法可产生经实验验证的纳摩尔级纳米抗体，但仍有生成多样性低、记忆训练序列等限制。
4.10 AI抗体工程方法的定量性能与实验验证
在结构预测上，DeepAb、ABlooper等模型的CDR-H3均方根偏差（root mean square deviation，RMSD）约2.4–2.5 ?，但高度柔性CDR3预测精度仍低于框架区。可开发性预测模型在分类任务中有一定区分度，但与实验相关性仅中等；大规模FLAb2基准显示没有一种AI模型在所有性能上稳定显著相关。实验验证方面，AbDiffuser生成分子中37.5%结合HER2，而计算过滤可提高实验结合率；AI从头设计的HER2结合物达到纳摩尔甚至亚纳摩尔亲和，并能区分不相关抗原。许多结果仍是体外数据，临床效能尚未验证。
5 讨论
5.1 从实验到计算抗体工程的演进
本文显示，噬菌体展示和重组抗体库提供了多样性来源，高通量测序与数据库提供了训练数据，推动工程从经验性筛选走向结构-序列综合优化。计算方法的角色逐渐从辅助工具转变为设计引擎。
5.2 深度学习和生成式AI在抗体工程中的应用
深度学习解决了结构预测中大量柔性残基的建模问题；PLM提供了可迁移的序列表征；扩散生成模型进一步降低了新抗体设计的进入门槛。这些技术互为补充，使序列、结构和抗原约束的统一生成成为可能。
5.3 多参数优化与当前局限
现代AI逐步超越亲和力优化，兼顾特异性、稳定性、药代动力学和免疫原性。然而，性能受数据集偏差、CDR-H3预测困难、模型可解释性不足及实验验证有限等制约，预测分数不能替代湿实验。
5.4 AI抗体工程的未来展望
未来趋势是高通量实验与计算之间的反馈闭环，结合库测序、结构生物学、PLM、扩散模型和强化学习，实现更自动化的抗体发现管道。AI不是完全替代实验，而是提升候选优先级，降低成本和时间。
5.5 AI抗体工程的失败模式与局限
训练-测试数据污染、数据集偏差和分布位移可能使人高估模型泛化能力；生成模型可能产生满足统计约束但无法表达、缺乏特异性或不稳定的序列。需要不确定性估计、独立基准和体外/体内验证，才能在临床开发中建立可信度。
5.6 生成式AI作为综合抗体设计工作流
将序列生成、结构生成、抗原条件化、亲和优化与可开发性过滤整合成闭环，再由实验反馈指导下一轮生成，是该范式的核心。这一流程比孤立预测任务更能应对抗体工程的多维目标；但AI设计仍需实验确认最终生物学行为。
6 结论
计算抗体工程正从人工经验优化转向AI驱动的集成平台。早期物理模型和数据库为现代方法奠定了基础；深度学习和PLM提高了结构预测与性质预测精度；生成式AI可以生成新序列和新结构。然而，有限验证、数据偏差、柔性区预测和临床转化问题仍存在。未来依靠统一模型、多模态学习和实验反馈，将加速下一代治疗性抗体的发现。
