湖北
抗体药物的发现史，本质上是一部人类学习免疫系统“语言”的历史，如今这门语言有了一本新的“语法书”。
9月16日，和铂医药发布公告称，其全资附属公司诺纳生物成功开发出全球首个基于全人源仅重链抗体（HCAbs）训练的语言模型HCAbLM。
「AI×生物医药」微信群已开启
扫描上方群二维码，群内持续分享场景拆解、实操流水线、落地案例与避坑清单，进群备注姓名、公司名、相关领域。
相关研究论文已发表于预印本平台bioRxiv。
这不是一次寻常的AI制药进展，它意味着：人类首次用大规模数据让机器学会了仅重链抗体的“序列语法”。
所谓“仅重链抗体”，是自然界在骆驼科动物中发现的一类特殊抗体。
它缺失轻链，仅由重链构成，却依然能精准识别抗原。
和铂医药通过其Harbour Mice®平台，将这一特性“移植”到小鼠身上，实现了全人源HCAb的规模化生成。
而HCAbLM的诞生，正是建立在这座“数据富矿”之上：来自73只独立免疫小鼠、共计3180万条全人源HCAb序列。
3180万条序列，是什么概念？
如果每条序列平均编码120个氨基酸，这相当于约38亿个“字母”组成的生物文本。
传统抗体语言模型多基于普通抗体数据训练，而HCAbLM是首个专为仅重链抗体“定制”的模型。
论文揭示了一个关键发现：HCAbLM学习到了与仅重链形式相关的独特序列语法。
这些模式，是传统抗体模型无法充分捕获的。
这就像是在通用英语语料库中训练的语言模型，突然接触到了莎士比亚的十四行诗：语法相似，但韵律、节奏与深层表达规则截然不同。
HCAbLM的价值，正在于它读懂了HCAb的“诗律”。
更值得关注的是，模型学到的表征并非停留在序列层面的“纸上谈兵”。
研究表明，这些表征展现出对实验测得抗体特性的可迁移能力，包括体积排阻色谱纯度、疏水相互作用色谱行为及热稳定性等。换句话说，AI不仅学会了“怎么写”，还学会了“写出来好不好用”。这超越了单纯的序列分析，直指药物开发的核心关切：可开发性。
在抗体药物研发中，一个恒久的痛点是：序列漂亮，未必成药性好。聚集、疏水、热不稳定，任何一项都可能让候选分子止步临床前。
HCAbLM展现出的特性预测能力，意味着它有望在全人源HCAb的评估与优化中充当“预筛器”。
在湿实验之前，先在硅基世界里完成一轮淘汰赛。
诺纳生物的底气，来自其专有的Harbour Mice®技术平台。该平台可生成经典双重、双轻链（H2L2）和仅重链（HCAb）形式的全人源单克隆抗体，其中HCAb Harbour Mice®是全球首个经过临床验证的全人源仅重链抗体技术平台。而HCAbLM的加入，让这一平台如虎添翼。
当Harbour Mice®平台、单B细胞筛选技术、NonaCarFx™文库筛选平台、Hu-mAtrIx™ AI药物发现平台以及端到端临床前服务被整合在一起，一条从“序列生成”到“候选分子”的智能化流水线已然成形。
AI制药的热潮中，真正稀缺的不是算法，而是高质量、大规模、有功能标注的专有数据。HCAbLM的竞争力，恰恰在于它扎根于一块别人难以复制的“数据土壤”。3180万条全人源HCAb序列，来自73只独立免疫的小鼠，这本身就是一道极高的壁垒。
当行业还在争论“AI能否真正理解生物学”时，和铂医药给出了一个务实的答案。
让AI先学会一门“方言”：仅重链抗体的序列语法。
这门方言的背后，是新一代变革性药物的无限可能。而读懂语法，只是开始；写出好句子，才是目的。
识别微信二维码，添加抗体圈小编，符合条件者即可加入
抗体圈微信群！
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。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
