抗体入门：抗体工程与定向进化

提到工程学，人们通常会想到建造物体、大量数学计算，或许还有重型机械。但并非所有工程都在宏观尺度上进行 —— 有些工程是在实验室工作台上，使用小巧得多的设备完成的。最棒的是？不需要那么复杂的数学。

生物工程是近年来发展势头迅猛的一个领域。其目标是改造生命中最微小的组成部分（如蛋白质），以研究或改变它们的功能，从而服务于多种用途。生物工程的一个重要方向是抗体工程，旨在改进科研试剂和治疗性药物。

什么是抗体工程（以及我们为什么需要它）？

抗体工程是通过修改抗体的序列和结构来影响其功能的技术。通常，其目标是增强抗体的疗效、安全性和 / 或特异性。抗体在实验室研究和临床治疗中都有着广泛应用。

在实验室中，改进抗体意味着提升研究质量。特异性更高的抗体能够更好地支持蛋白质印迹（Western blots）、酶联免疫吸附测定（ELISAs）、免疫沉淀和流式细胞术等常用研究工具。这些工具越可靠，实验的可重复性和结论的有效性就越高。

抗体工程也极大地造福了基于抗体的治疗领域。无论抗体是直接作为治疗药物使用，还是作为递送其他疗法的载体，通过结构和功能优化来提高其特异性和稳定性，都能显著增强其疗效。优化抗体以改善药代动力学特性并降低免疫原性，能够实现更高效、更精准的治疗递送，最终提升治疗效果。

如何进行抗体工程改造？

得益于抗体基本结构的多功能性，抗体工程改造的方法多种多样（图 1）。抗体可以被拆分成更小的片段，可变区可以被改造以实现特定功能，恒定区可以被替换为不同的同种型，等等。

抗体工程的具体方法取决于最终目标，有些工程项目会比其他项目更简单、更快速。我们在之前的博客文章中已经介绍过一些方法，例如重组抗体的开发、抗体偶联、嵌合抗体以及更小的工程化抗体片段。有一种技术我们尚未深入探讨，那就是抗体定向进化。这是一个逐步改变并筛选出针对特定用途的最佳抗体的综合性过程。

图1：抗体工程方法概述(A) 抗体的基本结构。(B) 工程化抗体的示例，包括嵌合化、偶联和抗体片段。 Fab：抗原结合片段；Fc：可结晶片段；IgG：免疫球蛋白 G；ScFv：单链可变片段；sdAb：单域抗体（通常称为纳米抗体）

抗体定向进化

定向进化是一种使蛋白质快速朝着特定目标（如提高特异性）进化的方法。实现这一目标有多种途径，包括易错 PCR、简并引物、基因改组和结构引导的定向进化。

这些方法的优点在于它们都遵循相同的通用循环过程（图 2）。差异主要体现在突变体文库的构建方式和筛选方法上。在进行抗体进化实验时，通常需要多次重复这个循环，直到达到预期目标。每完成一个循环，性能最佳的突变体通常会作为下一个循环的起点。

该循环从一个抗体及其编码序列（表达在质粒上）开始。 步骤 1：构建突变体文库（图中显示为带有红色星号标记突变的质粒） 步骤 2：转化突变体文库（图中显示为质粒转化到大肠杆菌中） 步骤 3：表达突变体抗体（图中显示为一组带有红色星号标记突变的抗体） 步骤 4：筛选突变体文库（以 ELISA 为例） 步骤 5：选择性能最佳的抗体（图中显示为带有一个红色星号标记最佳突变的单个抗体） 步骤 6：重新开始循环（可选），从抗体质粒步骤开始

图 2：抗体定向进化的一般过程

构建突变体文库易错 PCR

如果你想要改进一个抗体，但没有特定的突变目标，那么使用易错 PCR 构建随机突变体文库可能是一个很好的解决方案。易错 PCR 的过程几乎和它的名字一模一样 —— 就是会产生错误的 PCR！在常规实验中，你肯定不希望 PCR 出现错误，因此会使用高保真聚合酶来确保准确性。但在这种情况下，你需要使用低保真聚合酶，例如 Taq 酶。还可以通过改变其他 PCR 条件来进一步降低保真度，例如改变金属辅因子和 dNTP 的比例。由此产生的随机错误会带来全新的、意想不到的序列。

简并引物

使用简并引物与易错 PCR 类似。简并引物是一组包含多种简并密码子（编码同一氨基酸的不同密码子序列）的引物，用于引入各种氨基酸突变。本质上，它不是通过易错聚合酶来强制产生序列多样性，而是通过使用不同的引物混合物来实现。易错 PCR 通常用于突变整个抗体序列，而简并引物可以被设计为选择性地突变抗体的特定区域。

基因改组

如果你喜欢某个抗体的某些部分，但想知道不同的组合甚至不同的嵌合体是否能发挥更好的功能，那么基因改组可能是一个不错的选择。在基因改组过程中，你通常使用 DNase 将目标序列切割成片段。然后进行无引物 PCR，使 DNA 片段随机退火并延伸，接着再进行一次有引物的 PCR 以获得全长序列。最终，你会得到一个全长抗体序列，但它是由不同部分随机组合而成的。

结构引导的定向进化

如果你希望对突变过程有更多的控制，那么结构引导的定向进化可能更适合你。这种方法不是将序列生成完全交给运气，而是以已知或预测的抗体 - 抗原复合物结构为模板。这个结构框架会指导你选择特定的突变，无论是调整抗体 - 抗原相互作用界面，还是精细优化你想要进化的区域。有了这一层额外的信息，你可以缩小突变体文库的规模，并提高找到有益突变的几率。换句话说，结构引导的进化让你能够将理性设计的优势与定向进化的强大能力相结合，同时保持更高的控制度和效率！

筛选突变体文库

构建好突变体文库后，你需要从数千甚至数百万个不同的突变体中筛选出具有你所需特定功能的那些。例如，如果你的目标是提高抗体的结合特异性，你可以针对靶抗原进行结合实验，以鉴定出特异性增强的突变体。可以调整实验条件（如 pH 值或温度），以找到在这些条件下性能最佳的突变抗体。如果你认为功能还可以进一步提升，那么最佳突变体可以作为下一轮突变体文库构建的起点。

为了评估大型突变体文库中抗体的改进特性，高通量筛选技术如 ELISA 和细胞表面展示是常用方法。ELISA 能够以板孔形式定量测量抗原 - 抗体相互作用，适合比较不同突变体之间的相对亲和力。细胞表面展示系统（如细菌、酵母或哺乳动物细胞展示）能够将你的突变体文库展示在细胞表面。这使得你可以通过流式细胞术直接筛选在特定环境条件下结合能力得到改善的抗体。当这些方法与多轮迭代的选择和诱变相结合时，能够非常有效地优化抗体性能。

进化抗体的未来

抗体是极其常用的实验室试剂，因此保持高质量、经过验证且具有可验证数据的抗体至关重要，尤其是在与其他科学家共享时。Addgene 与 IPI 合作，提供靶向细胞表面和分泌蛋白家族（如磷脂酰肌醇蛋白聚糖、整合素，更多家族即将推出）以及表位标签（如 His、Flag 和生物素）的重组抗体。IPI 开发的抗体经过了广泛的表征和验证，来自 IPI 和其他实验室的应用数据可以在 Addgene 的数据中心轻松查看。

得益于抗体工程师们的努力，抗体试剂的多样性正在不断扩大。许多技术进步使我们能够开发出更具特异性的治疗性抗体，并改进它们向各种细胞的递送方式。大量更小的工程化抗体片段进一步增加了合成抗体产品和开发方法的可能性。尽管近年来取得了诸多进展，但改进的空间始终存在，科学家们将继续设计和进化抗体的未来！

参考文献

Chan, A. C., & Carter, P. J. (2010). Therapeutic antibodies for autoimmunity and inflammation. Nature Reviews Immunology, 10(5), 301–316. https://doi.org/10.1038/nri2761

Chiu, M. L., Goulet, D. R., Teplyakov, A., & Gilliland, G. L. (2019). Antibody Structure and Function: the basis for Engineering therapeutics. Antibodies, 8(4), 55. https://doi.org/10.3390/antib8040055

Holliger, P., & Hudson, P. J. (2005). Engineered antibody fragments and the rise of single domains. Nature Biotechnology, 23(9), 1126–1136. https://doi.org/10.1038/nbt1142

Kang, B. H., Lax, B. M., & Wittrup, K. D. (2022). Yeast Surface Display for Protein Engineering: library generation, screening, and affinity maturation. Methods in Molecular Biology, 29–62. https://doi.org/10.1007/978-1-0716-2285-8_2

McMahon, C., et al. (2018). Yeast surface display platform for rapid discovery of conformationally selective nanobodies. Nature Structural & Molecular Biology, 25(3), 289–296. https://doi.org/10.1038/s41594-018-0028-6

Packer, M. S., & Liu, D. R. (2015). Methods for the directed evolution of proteins. Nature Reviews Genetics, 16(7), 379–394. https://doi.org/10.1038/nrg3927

Wang, Y., et al. (2021). Directed Evolution: Methodologies and applications. Chemical Reviews, 121(20), 12384–12444. https://doi.org/10.1021/acs.chemrev1c00260

Wilson, D. S., & Keefe, A. D. (2000). Random mutagenesis by PCR. Current Protocols in Molecular Biology, 51(1). https://doi.org/10.1002/0471142727.mb0803s51

识别微信二维码，添加抗体圈小编，符合条件者即可加入

抗体微信群！

请注明：姓名+研究方向！

本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观不本站。