AI 赋能抗体改造:SciMiner 平台一站式抗体设计全流程实战

案例背景： 我们用mAb-M21 的鼠源抗体为案例，它对肿瘤抗原有不错的活性，但直接上临床肯定会诱发严重的免疫反应。我们的任务是：把它改造成“纯正”的人源抗体，且结合力还要更强。

第一步：数据准备——精准定义“手术区” (ANARCI)

抗体改造的第一步是“看清结构”。鼠源抗体之所以引起免疫反应，主要在于其框架区（Framework）。我们要保留其捕捉抗原的CDR区（互补决定区），替换框架区。

● 操作：分别输入 VH 与 VL 序列，均选择经典的 Kabat 编码方案。

●结果： ANARCI 快速完成抗体编号。判定为 mouse 来源；VH链：V 基因家族为 IGHV1-18-13*01，V 区序列匹配度 identity 高达 97%。VL链：V 基因家族为IGKV3-10*01，匹配度也为 97%。系统自动切分出了 4 个框架区（FR）和 3 个互补决定区（CDR）。

结果链接：https://sciminer.tech/share?id=3291a2a8-99c2-4322-bd6d-3198bfd4b440&type=API_TOOL

结果链接：https://sciminer.tech/share?id=c66be5a9-e1cb-4265-b3af-00de376e169a&type=API_TOOL

第二步：人源化设计——化“鼠”为“人” (BioPhi)

在锁定 CDR 区后，最关键的一步是降低免疫原性。我们通过“评估”与“设计”双接口，完成了 mAb-M21 的华丽蜕变。

1. 深度评估：认清“非人”本质

首先，我们对原始序列进行了人源化评估。

●扎心的数据： 原始 mAb-M21 的 OASis identity 仅为 59%，在人类抗体库中处于极低的 9% 

分位（9th percentile）。

●诊断结果： 重链和轻链上分布着大量的“非人源”残基，这些残基正是诱发 ADA（抗药物抗体）反应的潜在引信。

结果链接：https://sciminer.tech/share?id=14a51955-179e-4b32-a831-140bee5b43e9&type=API_TOOL

2. 自动化改造：Sapiens 模型的“微米级手术”

我们调用了 BioPhi 的自动化人源化接口，选择保留原始 Kabat 定义的 CDR，仅对框架区进行迭代。

●改造策略：

○重链（VH）： 引入了 15 处突变。

○轻链（VL）： 引入了 10 处突变。

●实战成果：

○OASis identity： 从 59% 直接跃升至 79%（提升了 20%！）。

○OASis percentile： 从 9% 飞升至 50%，这意味着它的人源化水平已接近人类抗体库中的中位水平。

○Germline Content： 种系基因内容也从 73% 优化到了 79%。

结果链接：https://sciminer.tech/share?id=6be62dc4-a7b6-4a55-8769-09623fe7b7c3&type=API_TOOL

第三步：结构预测——构建 3D 数字孪生 (IgFold)

序列只是生命的代码，结构才是功能的载体。为了验证人源化改造后的序列是否依然能维持正确的空间构象，尤其是最关键的 H3 环（H3 loop）是否发生漂移，我们需要对其进行高精度 3D 建模。

1. 目标序列： 我们选取了 BioPhi 产出的最优人源化序列作为输入，并开启 do_refine 选项，进一步优化了侧链构象，确保物理化学环境的合理性。

2. 结果洞察：

从可视化界面中可以看到，mAb-M21 的人源化版本呈现出典型的免疫球蛋白折叠结构：

●结构完整性： 重链（褐色）与轻链（绿色）的配对非常稳定。

●CDR 构象： 关键的 CDR 区依然保持着向外延伸的捕捉态势。

结果链接：https://sciminer.tech/share?id=5d271f1c-e5dc-409c-bd5b-823c7d141d34&type=API_TOOL

第四步：结构松弛——让预测结构更接近真实状态（Rosetta FastRelax）

IgFold 可以快速给出抗体的三维结构，但预测结构并不等于可以直接用于后续能量计算的“最终结构”。在局部侧链、CDR loop、VH/VL 接口以及抗原-抗体结合界面附近，模型中仍可能存在轻微的空间碰撞、不合理扭转角或局部构象偏差。如果直接基于这样的结构进行 FoldX 能量计算，后续得到的 ΔΔG 结果可能会受到初始结构质量的影响。

因此，在进入 FoldX 突变扫描之前，我们先引入 Rosetta FastRelax 对 IgFold 输出的结构进行松弛与能量极小化。

结果链接：https://sciminer.tech/share?id=5b4c1170-f80a-4395-84c9-24ad24d1b96f&type=API_TOOL

第五步：亲和力优化——FoldX 初筛与 Rosetta 界面设计

人源化解决了抗体的免疫原性问题，但候选抗体最终能否发挥作用，还取决于它是否能够稳定、有效地结合抗原。因此，在完成 IgFold 结构预测和 Rosetta FastRelax 结构松弛后，我们进一步进入亲和力优化阶段。

这一阶段采用“高通量初筛—结构设计—界面评分”的策略：先用 FoldX PositionScan 快速筛选 CDR 区中具有优化潜力的突变位点，再使用 Rosetta FastDesign 在三维结构约束下生成候选突变体，最后通过 Rosetta InterfaceAnalyzer 评估抗原-抗体界面质量。

1. FoldX PositionScan：快速确定候选突变位点

我们首先使用 FoldX PositionScan 对重链 CDR3 区进行饱和突变扫描，快速判断哪些位点具有进一步优化潜力。为减少初始结构误差对结果的影响，输入结构采用前一步经过 Rosetta FastRelax 处理后的抗原-抗体复合物，并先通过 FoldX RepairPDB 进行标准化修复。

 Repair 输入

 Repair 输出

结果链接：https://sciminer.tech/share?id=f93e9f5c-93bd-48b7-80b5-8346336a341e&type=API_TOOL

本次 PositionScan 聚焦于重链 CDR3 区，筛选时优先关注存在 ΔΔG 为负值突变的位点。结果显示，第 101、104、107、108 位点均出现了可能有利的突变，说明这些位置具有进一步设计潜力。其中，第 108 位 Y→W 表现较好，预测 ΔΔG 为 -2.89 kcal/mol。

需要注意的是，PositionScan 主要用于快速初筛，重点是帮助我们确定哪些位点值得进入下一步设计，而不是直接给出最终突变方案。尤其是在 CDR3 这类构象敏感区域，多个位点之间可能存在相互影响，单点突变结果也未必能够简单叠加。因此，后续我们将把第 101、104、107、108 位点作为 Rosetta FastDesign 的重点设计范围，在三维结构约束下进一步筛选更合理的突变组合。

结果链接：https://sciminer.tech/share?id=3b7e30a0-93d1-4dd2-9e67-cd6ec03e28e3&type=API_TOOL

2. Rosetta FastDesign：在三维结构中进一步优化候选突变

在 FoldX 初筛出第 101、104、107、108 位点后，我们进一步使用 Rosetta FastDesign 对这些候选位点进行结构约束下的设计。与 PositionScan 只评估单点突变不同，FastDesign 会在抗原-抗体复合物的三维结构中，同时考虑突变位点、周围侧链构象和局部相互作用，从而生成更合理的候选突变体结构。

本次 FastDesign 共输出 20 个候选模型。根据 Rosetta 的整体能量评分 total_score，其中 Antibody12_0003 的得分最低，total_score 为 -713.764，说明该模型在本轮设计结果中整体结构能量更优。因此，我们选择该模型作为后续界面分析和成药性复查的优先候选。

其序列为：

不过，FastDesign 的 total_score 主要反映复合物整体结构能量，并不完全等同于抗原-抗体界面结合能力。因此，Antibody12_0003 还需要进一步通过

Rosetta InterfaceAnalyzer 进行界面评分。

FastDesign 输入图

FastDesign 输出图

结果链接：https://sciminer.tech/share?id=11cc9f69-2427-46ba-b11b-7d3c3403c389&type=API_TOOL

3. Rosetta InterfaceAnalyzer：评估突变体的抗原-抗体界面质量

我们进一步使用 Rosetta InterfaceAnalyzer 对 Antibody12_0003 进行界面评分，重点判断该候选突变体是否具有更好的抗原结合潜力。

结果显示，该模型的 interface_dG 为 -52.67，说明其界面结合评分较为有利；interface_dSASA 为 1703.09，表明抗体与抗原之间形成了较充分的接触面积；interface_sc 为 0.71，提示界面形状互补性较好；interface_packstat 为 0.68，说明界面堆积质量也处于较合理水平。同时，surface_hydrophobicity 为 0.37，未提示明显异常升高的界面疏水性风险。

综合来看，Antibody12_0003 不仅在 FastDesign 中具有较低的整体能量评分，也在 InterfaceAnalyzer 中表现出较好的界面结合特征。因此，该突变体可以作为本轮亲和力优化后的优先候选，进入后续免疫原性与聚集风险复查。

InterfaceAnalyzer输入

InterfaceAnalyzer输出

结果链接：https://sciminer.tech/share?id=8cfc903a-235f-430c-8200-7180e12c7e5a&type=API_TOOL

第六步：候选突变体终筛——免疫原性与聚集风险复查

经过 FoldX PositionScan 初筛、Rosetta FastDesign 结构设计和 Rosetta InterfaceAnalyzer 界面评分后，我们获得了优先候选突变体 Antibody12_0003。但抗体改造不能只看界面评分，候选突变还可能带来新的免疫原性风险或聚集风险。因此，在输出最终候选分子前，我们继续使用 BioPhi 和 Rosetta SAP Score 进行终筛复查。

1. BioPhi 复查：确认候选突变未明显增加免疫原性风险

前期 BioPhi 已经帮助我们完成人源化设计，使原始鼠源抗体的人源化水平明显提升。但在后续亲和力优化中，FastDesign 会在 CDR 区附近引入新的氨基酸变化。虽然这些变化主要发生在抗原识别相关区域，但仍可能改变局部序列特征，使部分片段变得更加“非人源”，从而带来潜在免疫原性风险。

因此，我们将优先候选突变体 Antibody12_0003 的 VH 和 VL 序列重新输入 BioPhi 进行复查。结果如下：

结果显示，Antibody12_0003 的整体 OASis Identity 为 77%，OASis Percentile 为 46%，Germline Content 为 79%。其中，VH 链的 OASis Identity 为 76%，VL 链为 79%，两条链的人源化水平均保持在较好范围内。说明 FastDesign 引入的 CDR 区突变没有明显破坏整体人源化程度，也未提示显著新增免疫原性风险。

结果链接：https://sciminer.tech/share?id=7cc582ec-7eec-4582-9240-c8bac5a17c65&type=API_TOOL

2. Rosetta SAP Score：评估表面疏水斑块与聚集风险

除了免疫原性，抗体成药性还需要关注聚集风险。亲和力优化过程中引入的突变可能改变抗体表面的疏水性分布。如果突变后形成新的表面疏水斑块，抗体在表达、纯化或储存过程中就可能更容易发生聚集。

因此，我们进一步使用 Rosetta SAP Score 对 Antibody12_0003 进行结构成药性评估。结果显示，该候选突变体的 SAP Score 为 76.479。如果以前期人源化抗体的 SAP Score 72.630 作为参考，Antibody12_0003 的 SAP Score 上升了 3.849。

这一结果说明，FastDesign 设计后的候选突变体表面疏水斑块略有增加，但升高幅度较小，未提示明显聚集风险升高。结合其在 FastDesign 中较低的整体能量评分，以及 InterfaceAnalyzer 中较好的界面评分结果，Antibody12_0003 的整体成药性风险仍较为可控。

结果链接：https://sciminer.tech/share?id=547c45c5-01fc-4efe-9b0f-656d0b151f46&type=API_TOOL

3. 小结

经过 BioPhi 和 Rosetta SAP Score 复查，Antibody12_0003 在人源化水平和聚集风险方面整体表现较为可控。BioPhi 结果显示，该候选突变体的整体 OASis Identity 为 77%，OASis Percentile 为 46%，Germline Content 为 79%，未提示明显新增免疫原性风险；Rosetta SAP Score 为 76.479，较前期人源化抗体小幅升高，但未提示明显聚集风险增加。

因此，Antibody12_0003 可以作为本轮计算筛选得到的优先候选突变体，进入后续湿实验验证。