纳米抗体人源化计算方法与结构特征解析-抗体改造与修饰专题-泰克生物—酵母与噬菌体展示CRO，纳米抗体与抗体药物开发专家

纳米抗体人源化计算方法与结构特征解析

要成为有效的治疗药物，抗体必须被人体免疫系统所耐受。为降低非预期免疫原性的风险，合理的策略是最大限度地提高候选药物的“人源性”。然而，尽管新技术不断涌现，其中许多技术直接起源于完全的人类基因片段，但大多数抗体治疗药物仍源自非人类来源，并通过人源化改造以提高其与人体的相容性。早期实验性的人源化策略主要集中在将互补决定区（CDR）环段移植到人类框架上，这种策略对这一研发路径的主导地位起到了关键作用，但并未考虑每种抗体序列的具体背景，从而影响了其成功率。近年来，人们已投入大量努力开发能够应对这些问题的计算机模拟方法。本期内容主要围绕纳米抗体结构特征及人源化计算方法进行分享。

图1 传统IgG人源化策略（嵌合技术）^[1]

一、纳米抗体结构特征

源自骆驼科动物（VHHs）或软骨鱼类（VNARs），正逐渐成为一种有前景的治疗形式。其较小的尺寸有利于表达、提高肿瘤渗透性并增强溶解度，同时保持与传统抗体相当的结合亲和力。然而，传统抗体与纳米抗体之间的结构差异会影响它们与抗原的相互作用方式。因此，许多专为传统抗体设计的人源化方案，尤其是计算工具，可能并不直接适用于纳米抗体。

图2 IgG抗体和纳米抗体的结构特征^[1]

二、抗体人源化软件在纳米抗体中的适用性

鉴于纳米抗体在治疗领域的应用日益广泛，未来开发人源化方法时应考虑其在纳米抗体中的适用性。纳米抗体实验性人源化的通用原则与传统抗体类似，例如，CDR片段嫁接、回复突变、表面重构等作为模板。但由于传统抗体和纳米抗体具有不同的结构特征，因此还需额外考虑。Vincke等人[2]描述了骆驼类纳米抗体（VHH）的人源化过程，并指出FR2区域残基在影响结合亲和力方面的重要性。这些标志性残基位于与抗体VH-VL界面相对应的位置，通常为亲水性残基，有助于单域抗体溶解度的提高。由于这些残基在传统抗体中处于隐蔽且疏水的位置，专为传统抗体设计的计算工具在构建人源化模型时可能会建议对这些残基进行修改。尽管这可能增强其人源化，但也可能削弱其优势特性。

三、纳米抗体人源化专用计算方法

考虑纳米抗体特异性拓扑结构的计算方法；在CDR3区域上优于AlphaFold2 0.55 ?的结构建模软件NanoBodyBuilder2，正是纳米抗体专用工具优势的体现。针对纳米抗体的人源化软件开发仍是一项相对较新的工作，首个此类软件是Llamanade。Sang等^[3]人通过与IgGs的比较，识别出纳米抗体特有的性质，并以此为基础进行理性的人源化设计，避免对纳米抗体物理化学特性中至关重要的残基进行人源化，例如，FR2区域高度保守的骨架残基以及可能影响CDR3环构象的残基。AbNatiV也优先考虑了天然状态（保留纳米抗体独特结构特性关键残基）与人源化的平衡，该软件是一种基于深度学习的纳米抗体（及传统抗体）人源化的流程。它利用序列数据训练变分自编码器（VQ-VAE）模型，以量化序列与人类VH或骆驼类VHH结构域之间的相似性。这种纳米抗体或抗体天然性的测定方法结合了可用于指导工程设计的序列特征^[4]。

四、人源化多参数优化

计算方法仅孤立地考虑了人源化因素，然而在设计抗体治疗药物时，必须全面认识需要优化的各项特性。免疫原性不仅源于抗体本身的天然特性，还可能来自可开发性因素，包括溶解度、聚集倾向、交叉反应性，以及因抗体化学或热稳定性不足而产生的产品异质性。多参数优化问题可能涉及影响治疗效果的患者或治疗相关因素。例如，患者的免疫状态，如患有慢性感染或B细胞耗竭，可能会影响观察到抗抗体（ADA）的可能性。利用计算技术同时优化或筛选具有通用药物特性的抗体（或纳米抗体），是一种有效降低候选治疗药物失败率并加速抗体设计流程的有力策略。骆驼蛋白CDR3环被接在经过人源化改造的VHH骨架库上，并以多种组合方式引入骆驼蛋白CDR1和CDR2环。随后，对库中的序列进行可开发性属性筛选，并通过实验测试其生物物理特性。在后续工作中，将库中方法与LSTM模型相结合，利用从库中筛选出的有潜力序列训练模型，从而设计出新的、易于人类化且可开发的纳米抗体。

五、小结

人源化是降低源自非人类来源的治疗药物免疫原性的主要技术。目前，主要通过嵌合、CDR环接枝等传统实验策略，并结合必要的反向突变来实现这一目标。然而，随着序列和结构数据的日益丰富，现在已能够开发出基于机器学习的人源化评分与人源化的工具，这些工具可针对每个输入变量区域序列提供案例化的工程策略，并开始取得令人鼓舞的结果。

泰克生物科技（天津）有限公司建立了基于噬菌体展示技术和酵母展示技术的纳米抗体发现平台，以满足全世界不同客户对于抗体先导药物发现的需求。通过对筛选发现的抗体药物候选序列经过初步成药性评价后，为获得的候选抗体药物序列提供进一步的保证型抗体人源化服务，为客户的抗体药物开发提供有力的技术支持。

参考文献：

[1] Gordon GL, Raybould MIJ, Wong A and Deane CM (2024) Prospects for the computational humanization of antibodies and nanobodies. Front. Immunol. 15:1399438.

[2] Vincke C, Loris R, Saerens D, Martinez-Rodriguez S, Muyldermans S, Conrath K. General strategy to humanize a camelid single-domain antibody and identi?cation of a universal humanized nanobody scaffold. J Biol Chem. (2009) 284:3273–84.

[3] Sang Z, Xiang Y, Bahar I, Shi Y. Llamanade: An open-source computational pipeline for robust nanobody humanization. Structure. (2022) 30:418–29.e3.

[4] Ramon A, Ali M, Atkinson M, Saturnino A, Didi K, Visentin C, et al. Assessing antibody and nanobody nativeness for hit selection and humanization with AbNatiV. Nat Mach Intelligence. (2024) 6:74–91.

上一篇:双特异性抗体重组表达策略您了解多少？下一篇:无!