Nat Methods：AI解锁抗体组装“密码本”——告别随机配对，迎接精准免疫设计

在全球健康战场上，抗体是我们体内最精密的“生物导弹”，从对抗新冠病毒的中和抗体，到靶向癌细胞的PD-1抑制剂，以单克隆抗体为代表的生物制剂已占据全球药品市场的巨大份额。目前，全球有超过100款单克隆抗体药物获批上市，用于治疗癌症、自身免疫病、感染性疾病等，每年惠及数百万患者。

然而，制造这类高效“导弹”的核心奥秘—即抗体分子本身如何精准组装—却长期笼罩在迷雾之中。传统观点认为，抗体由B细胞生产的“重链”和“轻链”随机组合而成，像一场巨大的分子盲盒游戏。但发表于Nature Methods杂志上题为“ImmunoMatch learns and predicts cognate pairing of heavy and light immunoglobulin chains”的一项开创性研究中，来自伦敦大学学院等机构的科学家们通过研究利用人工智能模型ImmunoMatch彻底颠覆了这一认知。研究人员发现，轻重链的配对绝非随机，而是遵循着一套严密的、由进化锤炼而成的“配对密码”。

这项研究的核心是ImmunoMatch，其一个专门用于解读抗体“配对语言”的机器学习框架；它的训练数据来自人类B细胞中天然成对出现的重链（H）和轻链（L）序列，通过学习这些真实的“分子夫妻档”，AI学会了识别哪些特征是决定它们“情投意合”、形成稳定抗体的关键。

具体而言，ImmunoMatch能：

（1）明辨真伪：准确区分天然配对的H-L组合与人为随机拼凑的组合。

（2）洞察细节：捕捉到不同类型的轻链（κ型和λ型）与重链配对时的细微差异，这反映了B细胞在骨髓中经历的严格筛选和优化过程。

（3）重建历史：应用于空间VDJ测序数据时，能像“考古学家”一样，从复杂的免疫组库中重建出原始的配对抗体，并追踪其在B细胞成熟、以及从健康状态到疾病（如血液癌）演变过程中，配对是如何被进一步优化的。

（4）定位关键：研究发现，ImmunoMatch对重链与轻链相互作用界面上的序列变化异常敏感，这直接指向了决定配对相容性的物理结构基础。

这些发现为我们理解抗体如何稳定组装提供了前所未有的“计算透镜”，也为理性设计抗体药物铺平了道路。研究者表示，ImmunoMatch首次向我们揭示，抗体的组装是高度特异性的。理解这套配对规则，就如同掌握了预测抗体稳定性和效能的钥匙，为设计更优的治疗性抗体打开了理性设计的大门。”

研究人员利用这一AI工具深入分析了包括血液癌和实体肿瘤在内的疾病环境中B细胞所产生的抗体；结果显示，即使在病理状态下，抗体配对仍然遵循着被优化过的内在逻辑，而非混乱无章。这为开发靶向性更强、副作用更小的抗癌抗体疗法提供了全新的思路和强大工具。

研究者指出，AI帮助我们发现，轻重链的组合远非我们过去认为的那样随意；我们现在得以学习自然演化制定的、关于如何组合蛋白质以制造功能性抗体的“黄金法则”；抗体是现代疗法中最大的一类，近四分之一的新药是单克隆抗体，因此，透彻理解它们的制造原理对设计出真正有效的药物至关重要。

ImmunoMatch用于预测同源抗体链配对

深远意义：改写教科书，赋能未来医药

（1）颠覆经典认知：这项研究直接改写了免疫学教科书关于抗体组装“随机性”的章节，将其提升至“精准编程”的高度。

（2）加速药物研发：传统抗体药物研发依赖大量耗时的试错。如今，ImmunoMatch可作为“虚拟筛选平台”，在电脑上快速预测最优链组合，极大缩短研发周期、降低成本。

（3）推动个性化医疗：深入理解个体的抗体配对特征，未来有望实现真正“量身定制”的抗体疗法，尤其对于复杂难治的疾病。

（4）揭示免疫智慧：它展现了免疫系统在生成海量多样性以应对未知威胁的同时，如何通过精密的配对质量控制，确保“出厂”的抗体质量过硬。

ImmunoMatch不仅是一个研究工具，更是一个新范式的开端。它的应用前景广阔：1）智能疫苗设计：指导设计能诱导产生更优质量抗体的新型疫苗；2）自身免疫病解密：帮助理解免疫系统为何有时会错误地生产攻击自身组织的抗体；3）应对新发传染病：当新型病毒出现时，能辅助快速设计高效的中和抗体；4）创造全新抗体：在合成生物学领域，或可依据这套“密码本”，设计自然界不存在的、具有超常功能的人工抗体。

这项研究不仅深化了人类对生命本质规律的理解，更直接架起了通向下一代生物医药的桥梁。或许在不久的将来，面对新的公共卫生挑战，我们能够借助AI的洞察，以前所未有的速度与精度，锻造出守护人类健康的“神兵利器”。正如研究者所揭示的：我们的免疫系统，从来都不是在胡乱拼凑，它始终是一位沉默而严谨的“顶级装配大师”。（生物谷Bioon.com）

参考文献：

Guo, D., Dunn-Walters, D.K., Fraternali, F. et al. ImmunoMatch learns and predicts cognate pairing of heavy and light immunoglobulin chains. Nat Methods (2025). doi：10.1038/s41592-025-02913-x