2026抗体研发进入AI时代：义翘神州实现高通量生产与可开发性评估双引擎提速

人工智能（AI）抗体时代已来！

AI技术的突破性进展正在引领生物医学领域的颠覆性创新。深度学习在蛋白质结构预测和序列建模方面的突破，已成为抗体发现与设计的新工具，显著提升了抗体发现的效率和精准度。

里程碑式进展！

仅需抗原序列：2025年11月4日，Cell发表范德堡大学研究人员的研究结果。该研究开发了一种基于蛋白质语言模型的单克隆抗体生成器（MAGE），不需要初始模板，将抗体发现的早期阶段转化为可计算、可扩展的解决方案，仅需输入抗原序列就能生成具有特异性结合重链-轻链配对的完整抗体。其中多条抗体在BLI实验中显示出纳摩尔甚至皮摩尔级亲和力。

从头设计抗体：2025年11月5日，Nature发表了诺奖得主David Baker的研究成果，利用经过特殊“调教”的RFdiffusion模型，完全从零开始（de novo）设计出全新的、以原子级精度结合特定表位的抗体，可能预示着AI抗体从发现时代迈向设计时代。

干湿闭环研发流程：2025年11月28日，Nature Communications报道了腾讯AI的tFold系统进展。该系统涵盖抗体结构预测（tFold-Ab）、抗体-抗原复合物建模（tFold-Ag）、结构引导虚拟筛选和表位特异性抗体从头设计的高通量计算工作流。研究团队针对流感血凝素、PD-1、PD-L1和SARS-CoV-2 RBD四种抗原设计了单克隆抗体，其中抗PD-L1抗体亲和力高达45 pM（皮摩尔级），且所有设计均具备精准的表位特异性。

首个AI驱动抗体药进入Ⅲ期临床：2025年12月1日，Generate:Biomedicines宣布其抗TSLP长效抗体GB-0895启动全球三期临床试验，成为全球首个进入Ⅲ期临床的AI驱动的抗体。GB-0895从分子合成到Ⅲ期临床仅用4年时间，有望打破新药研发的“双十定律”，预计上市时间将比竞争对手至少提前12-18个月。（注：“双十定律”是指成功研发一款新药，平均耗时超过10年，耗资超10亿美元。）

AI驱动的先导分子发现虽然突破了动物免疫、展示文库等抗体发现的弊端，缩短了抗体发现和筛选周期，但将其开发为治疗性药物依然任重而道远。其中，功能验证与可开发性评估是关键一环。如何实现设计抗体的高通量表达生产？如何选择合适的检测项与方法？这些问题直接影响AI抗体的研发进度。

为此，义翘神州推出一站式高通量抗体生产与分析平台，专用于AI驱动的抗体药物研发。该平台整合哺乳动物细胞和无细胞表达两大高通量体系，实现从序列到纯化抗体仅需5天交付。配套20余种先进的可开发性评估工具，可完成AI设计序列向候选药物分子的高效转化，显著缩短开发周期，加速生物医药企业的创新进程。

高通量抗体生产平台

AI抗体验证的核心在于速度和通。义翘神州通过自动化分子构建平台与优化瞬时表达系统，成功构建哺乳动物和无细胞蛋白表达平台，可快速完成从基因合成到抗体生产的全流程，支持IgG、bsAb、VHH、scFv等多种抗体类型的表达。其中，无细胞表达平台从序列到纯化样品快至5天，最大限度压缩抗体研发周期。

哺乳动物瞬时表达平台

依托全自动化质粒构建平台，快速、准确高效的完成基因合成与载体构建，实现从AI设计序列到高质量纯化抗体仅需10天的快速转化。具有以下核心优势：

高通量：月产能超10000个抗体

高效率：基因合成到抗体表达纯化快至10天

高性能：基于HEK293/CHO瞬时表达系统，采用自主优化的技术平台和工艺

高质量：18年技术沉淀，完善的质量控制体系

多样性：支持IgG、scFv、Fab、VHH、mini-binders、双抗、嵌合抗体等多种样式

无细胞蛋白表达平台

无细胞蛋白合成系统（cell-free protein synthesis system，CFPS）以外源DNA或mRNA为模板，在细胞抽提物的酶系中添加氨基酸、能量物质等，实现蛋白质的体外合成。该技术将原本需要数天表达过程缩短至数小时，整体过程更加快速、高效。具有以下核心优势：

高通量：单项目2000+抗体的生产能力

超高效率：3小时完成抗体表达，1天获得纯化抗体

强兼容性：支持质粒DNA和线性DNA输入

高活性：抗体结合活性与哺乳动物细胞表达相当

强拓展性：可生产难表达抗体、非天然氨基酸序列抗体

Measured by its binding ability in a functional ELISA. Immobilized IL6R at 0.5 μg/ml (100 μL/well) can bind anti-IL6R VHH expressed by CFPS system and HEK293 Cell respectively.

义翘神州高通量抗体解决方案

除高通量抗体生产平台外，义翘神州还提供20余种即用型理化检测方案，如ELISA、SPR、BLI等，多维度评估抗体理化特性、结构完整性和生物学功能，为人工智能AI驱动的下一代抗体发现提供全方位的技术支持。

参考文献：

Wasdin et al., Generation of antigen-specific paired-chain antibodies using large language models. Cell, 2025. https://doi.org/10.1016/j.cell.2025.10.006

Nathaniel R. Bennett, et al. Atomically accurate de novo design of antibodies with RFdiffusion. Nature, 2025. https://doi.org/10.1038/s41586-025-09721-5