[独家]AI新药难题有望破解…疗效与产能双双提升

by Jeong Donghoon

by Park Jeongyeon

by Kwak Minjae

by Lee Sungmin

Published 27 Apr.2026 17:03(KST)

首尔大学 Baek Minkyung·Yoon Taeyoung 教授联合研究团队
将 SPID 平台与 AlphaFold·ProteinMPNN 结合应用
同时提升生产性和结合力

成功筛选出阿达木单抗变体
仅用现有剂量的 1/100
在动物实验中展现相同疗效

韩国国内研究团队在兼顾生产性和结合力的人工智能（AI）抗体新药开发方面又迈进了一步。团队克服了以往通过AI提升抗体结合力时生产性却下降的抗体工程固有局限，证明了AI基础新药设计的实效性。

据制药·生物行业和学界27日消息，首尔大学生命科学部的Baek Minkyung、Yoon Taeyoung教授联合研究团队，将相关研究结果撰写成论文，发表于国际论文预印本网站“bioRxiv”。这篇题为《通过大规模数据地形探索阐明AI基础抗体挽救及治疗优化的结构逻辑》的论文，作为正式刊登于国际学术期刊之前的“预印本（Preprint·事前公开论文）”，已在bioRxiv上公开。

AI抗体新药被视为制药·生物产业实现新一轮飞跃的手段，但在开发过程中，结合力与生产性之间的两难一直被视为顽疾。即使找到对致病物质（抗原）高度亲和的抗体，一旦在药品工厂进行大规模培养和生产，生产性却往往会急剧下降。原因在于，即便单个氨基酸各自具备优良特性，将它们组合到同一抗体上时，反而会出现结合力崩溃或生产性严重受损的所谓“负向上位性”现象。因此，新药开发专家一直指出，AI并不适合用于抗体新药开发。

这一现象的根本原因在于，抗原与抗体结合的核心部位——“互补决定区（CDR）”的氨基酸序列，无法与抗体整体骨架结构协调一致，从而导致抗体蛋白本身不稳定。为提高结合力而改变CDR序列时，如果这块“拼图”在物理上与抗体其余三维结构发生冲突，抗体蛋白就无法正确折叠，结构遭到破坏。细胞会自动清除这类结构异常的蛋白质，最终使得工厂无法实现抗体的大规模生产。

研究团队利用每周可精密分析数万种抗体变体的单分子蛋白相互作用检测（SPID）平台，对阿达木单抗（自身免疫性疾病治疗药·商品名Humira）9517种变体进行了数据采集，同时测量了它们的结合力和生产性。结果发现，这两种特性如同险峻而杂乱的山脉般复杂纠缠，仅仅把表现良好的突变“串联起来”并不能获得最优抗体。为在复杂数据中找到答案，研究团队引入了AI技术。具体而言，团队利用蛋白结构预测AI“AlphaFold3”和蛋白逆向设计AI模型“ProteinMPNN”，挖掘出抗体三维结构与生产性之间隐藏的规律。

在此基础上，针对那些结合力出众却因生产性低下而面临从新药候选物中被淘汰风险的抗体，AI先对其结构进行分析，再提出“仅替换一个氨基酸”的定制化解决方案。研究团队将这一结构基础的“挽救策略”应用于实际抗体后，在保持抗体对靶点结合力不变的前提下，仅细胞培养生产性就恢复到了正常水平。

最终筛选出的最优下一代阿达木单抗变体（克隆1207、1208），在真实动物实验中展现出体内疗效较现有治疗药物最高可提升100倍的成果。研究团队向人工诱导银屑病的小鼠模型（实验用小鼠）注射这些新型抗体后发现，只需现有治疗药物剂量的1/20至1/100这一极微量，即可使皮肤严重炎症和增厚程度恢复到正常水平。在未出现副作用或体重下降的情况下，仅对疾病实现了有效抑制，验证了其高出100倍的治疗效能。