综述:适体发现演进:从传统 SELEX 到 AI 驱动的筛选与分子工程

《TrAC Trends in Analytical Chemistry》:The Evolution of Aptamer Discovery: From Conventional SELEX to AI-driven Selection and Molecular Engineering

【字体: 大 中 小 】 时间:2026年09月19日 来源:TrAC Trends in Analytical Chemistry 13.5

编辑推荐:

   •以人工智能驱动的方法用于适配体的筛选与优化,被视为加速适配体发现的新型工具。•文中对新兴的适配体筛选技术及靶标偏好性的分子基础进行了批判性评述。•适配体工程领域的最新进展实现了理性优化与分子修饰。•文中系统讨论了决定适配体亲和力、选择性和特异性的识别机制,并介绍了当前的性能

  
  • •
    以人工智能驱动的方法用于适配体的筛选与优化,被视为加速适配体发现的新型工具。
  • •
    文中对新兴的适配体筛选技术及靶标偏好性的分子基础进行了批判性评述。
  • •
    适配体工程领域的最新进展实现了理性优化与分子修饰。
  • •
    文中系统讨论了决定适配体亲和力、选择性和特异性的识别机制,并介绍了当前的性能表征方法。
  • •
    文中对适配体从研究走向实际应用过程中面临的关键挑战进行了批判性评估。

引言

适配体是通过指数富集配体系统进化(SELEX)技术获得的短单链寡核苷酸(20–100 nt)。其明确定义的三维结构——包括茎环结构、G-四链体、发夹结构和假结——使其能够通过氢键、静电相互作用、范德华力、疏水效应和π–π堆积作用实现特异性靶标识别。[1] 近年来,适配体筛选已从传统的多轮亲和力驱动方法逐步转向单轮[2]、功能驱动[3]以及人工智能辅助[4]策略。然而,适配体筛选背后的机制仍未被完全理解,导致在高亲和力适配体发现过程中存在显著的目标偏好性和随机性结果。此外,筛选后的优化和化学修饰已成为提高结合亲和力、缩短序列长度以及增强核酸酶抗性率和热稳定性的不可或缺手段[5]、[6]、[7]。这些改进对于满足分析传感、分子诊断和治疗应用的需求至关重要。
尽管适配体在生物医学领域具有巨大的潜力,但其应用仍受到若干问题的制约。这些挑战包括实验室间可重复性差、在血清等复杂生物流体中稳定性有限、特异性和选择性不足等,均阻碍了其实际应用与转化。这些局限性可能部分源于适配体结构和靶标结合行为对实验条件的强烈依赖,包括缓冲液组成、pH值和离子强度。然而,针对这些因子的系统性研究仍然匮乏。本文综述了适配体筛选的最新进展,批判性地审视了筛选过程中的目标偏好性问题,重点介绍了表征、优化和化学修饰方面的进展,并全面评估了实际应用中的亲和力、选择性和特异性等因素。通过将当前进展与现有挑战相结合,本文旨在为理解适配体性能提供理论视角,并为加速下一代适配体的临床诊断与治疗开发提供新见解。

各章节摘要

适配体筛选与靶标偏好性

SELEX技术最早于1990年由两组独立报道[8]、[9]、[10],随后演变为多种筛选平台家族,包括细胞SELEX、捕获SELEX、磁珠SELEX、微流控SELEX和阶梯靶标SELEX。[11] 尽管各方法存在差异,但它们本质上均基于亲和力驱动的靶标结合序列富集与分离(图1A)。然而,随着临床对适配体的需求不断扩大,其固有的局限性——

适配体序列优化与修饰

适配体的序列长度、核苷酸组成以及空间构象或分布是决定其稳定性、靶标亲和力、特异性乃至生物活性的关键因素。然而,直接从筛选中获得的原初适配体通常存在固有的缺陷——空间位阻限制、特异性不佳或亲和力低下——从而限制了其实际应用。因此,筛选后的优化策略——包括截短、突变、延伸、化学修饰——

适配体识别机制与性能表征

理解适配体–靶标识别的分子基础对于提高亲和力、选择性和特异性至关重要。适配体与靶标的结合亲和力通常通过平衡解离常数(Kd)来量化,高亲和力是临床转化的基础。然而,亲和力受多种因素影响。在保留核心结合域的前提下,可通过序列优化和化学修饰有效提高亲和力——

结论与展望

迄今为止,根据UTexas适配体数据库[209]和中国科学院杭州医学研究所适配体数据库(2024SR1593885[CP/OL])的记录,已报道超过4,000种靶向1,900余种不同靶标的适配体,但仅有极少数进入了临床实践。目前仅有两个基于适配体的药物—— pegaptanib[210]和Avacincaptad pego[211]、[212]——获得了FDA批准。这一转化差距可归因于若干关键挑战。首先,

CRediT作者贡献声明

张相如(Xiangru Zhang):撰写——初稿、调查研究、形式分析、数据整理。炳涛(Tao Bing):撰写——审阅与编辑、验证、监督、资金获取、概念构思。龙镇豪(Zhenhao Long):形式分析。李心悦(Xinyue Li):撰写——初稿、形式分析、数据整理。张明鑫(Mingxin Zhang):数据整理。林恒怡(Hengyi Lin):形式分析。张心莹(Xinying Zhang):形式分析。王智昊(Zhihao Wang):数据整理

利益冲突声明

? 作者声明,其不存在可能影响本文所述工作的已知竞争性财务利益或个人关系。

致谢

作者衷心感谢以下机构的资金支持:浙江省"尖兵"研发计划(2025C02056、2024SDYXS0003)、杭州市领军创新创业团队(TD2024016)、国家自然科学基金(22274139、22293031)、浙江省自然科学基金(YXD24B0401)、国家卫生健康委员会科研基金——浙江省卫生重点科技计划项目(WKJ-ZJ-2424)、战略优先研究计划——
张相如(Xiangru Zhang)| 李心悦(Xinyue Li)| 龙镇豪(Zhenhao Long)| 林恒怡(Hengyi Lin)| 张明鑫(Mingxin Zhang)| 王智昊(Zhihao Wang)| 张心莹(Xinying Zhang)| 炳涛(Tao Bing)
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号