![]()
为什么别人的AI抗体设计成功率看似一再创下新高,而我的却低得可怜?
当所有模型由第三方复现、实验由第三方统一完成,他们还能保持相同的成功率吗?更进一步,他们之前报告的结合案例还能经得起考验吗?
带着这样的问题,灵肽科技首先对文献报道的107 条结合序列进行复测,仅不足30%通过验证。随后使用众多开源 AI 方法设计了116万条纳米抗体序列,筛选了其中300 余条进入湿实验:221 条针对 IL-7Rα 的设计,阳性率不足5%,105条针对 PD-L1 的设计,更是零命中。
——在全球蛋白质设计大赛的热潮里,用统一的一套实验流程,把 AI 设计的抗体重新测了一遍。谁虚报,谁浮夸,又是谁真金不怕火炼?
我们一起来探个究竟。
两场大赛,把AI蛋白设计推上湿实验的评审台
在过去一段时间,AI 蛋白质设计快速走向行业主流。在太平洋两岸,两场大规模 AI 蛋白质设计挑战赛先后落地:一边是 Anthropic 联合 Adaptyv Bio 发起的蛋白质设计竞赛,围绕五个靶点征集 AI 设计,并配套 5000 个蛋白的湿实验验证与算力支持;另一边是在上海启动的「长江杯」2026 全球 AI 蛋白质设计挑战赛,设置七大赛道,对 7000 个候选序列提供湿实验验证。
两场赛事共同传递出一个信号:对 AI 设计分子的评价,正在从“结构预测得像不像”,转向“分子能不能结合靶点、有没有成药潜力”这一更硬的标准。
![]()
从AI设计到临床前,距离有多远?
灵肽科技作为“长江杯”赞助方,也伴随着类似的疑问:AI 设计的抗体,距离真正进入临床前研究还有多远?结合公开文献数据以及我们的复测数据,从靶点适配、结合活性到成药性做了一轮梳理,用三个标尺来衡量这段距离。
AI设计抗体所报道的高亲和力,能在第三方实验下复现吗?
榜单上的 KD 值大多来自自选靶点与自建流程,换实验室、换检测体系能否复现才是分界。
AI 设计的抗体有亲和力,它有可开发性吗?
结合只是入场券,此后还有动力学、特异性、稳定性、免疫原性等一连串关卡。
面对已有抗体药物的成熟靶点,AI 设计抗体能否可靠命中?
对于传统抗体研发已经充分探索的靶点,现有 AI 方法能否在明确的设计与筛选流程下,产出可被实验验证的结合分子?
结合之后:107条文献报道的有效序列复测成功率不足30%
灵肽科技对文献报道的107条序列开展复测,并补充了这一部分的可开发性检测。遗憾的是,一些文献中报告高亲和力的分子,在统一的实验条件下,即使浓度达到 2 μM,仍未检出结合信号。
![]()
图1.文献报道 AI 设计纳米抗体的靶点分布、成功率及最优亲和力水平
![]()
图2. 文献报道 AI 设计纳米抗体的结合复测结果与亲和力对比
107 条序列中,最终有 29 条检出结合,整体复测阳性率仅为27.1%。在获得配对 KD 的 27 条记录中,文献值与实测值未见整体显著差异。从公开序列到可重新测出的结合,仍有一道不能跳过的统一表达-纯化-表征的实验门槛。
![]()
表1. 文献报道 AI 设计纳米抗体的结合复测及高聚情况
对复测确认具有靶标结合活性的候选分子,进一步测定其熔解温度和聚集温度,以评估热稳定性和受热聚集倾向。同时检测候选分子与杆状病毒颗粒( baculovirus particles,BVP)的结合,以此作为非特异性结合倾向的体外指标。整体来看,复测阳性分子的熔解温度与聚集温度分布较宽,个别样本还出现较高 BVP 信号。这说明,获得结合活性后,分子的可开发性仍有差距,要实现高稳定性、抗聚集与高特异性,依然任重道远。
![]()
图3. 复测阳性 AI 设计纳米抗体的可开发性评估
这一节把差距定位到了结合之外:AI 抗体设计的目标不只是“能不能结合”,还包括结合之后那一整套可开发性指标。接下来我们回到具体靶点和具体模型,看这些差距在真实序列上如何显现。
第一站:IL-7Rα公平Benchmark,BoltzGen表现相对领先
为了公平比较不同模型的能力,灵肽科技决定固定一个靶点,让各方法在同一套流程下接受检验。此时已经明确了两类工具:一类是天然支持纳米抗体设计的结构生成模型,另一类是蛋白设计中常用的逆折叠(序列设计)方法。
选择IL-7Rα作为首轮 Benchmark 任务,将BoltzGen、RFantibody、PPIFlow、IgGM四种结构生成模型,分别与ProteinMPNN、SolubleMPNN、AntiBMPNN三种序列设计方法组合,形成12 种交叉组合。由于BoltzGen本身具有原生支持的序列设计方法,也将其纳入,共计13种设计组合。
![]()
图4.针对IL-7Rα 靶点的 13 条纳米抗体设计路线及计算筛选流程
13 种组合共生成约96 万条纳米抗体序列。所有候选序列均经过统一的计算筛选流程,包括 Rosetta 能量评估、AlphaFold2-IG 界面打分以及 AlphaFold3 复合物置信度打分,最终依据 AlphaFold3 的 ipTM 评分排序,原则上从每种组合中选取排名前 20 的候选进入湿实验验证。值得注意的是,并非所有方法都能产生足够数量的合格候选:例如 IgGM 生成的序列在前期计算筛选中通过率较低,部分组合未能达到 20 条的预定数量。最终,共选取221 条纳米抗体,交由第三方 CRO 公司完成湿实验验证。
这一轮测试交出的成绩单颇为惨淡,AI 方法在该轮测试中的阳性率仅有4.1%。9 个阳性设计中,8 个来自 BoltzGen 与 ProteinMPNN、SolubleMPNN 的组合(Best KD 8.82nM),两组均为4/20;剩余1个来自 PPIFlow 与 SolubleMPNN(Best KD 24.50nM)。
![]()
图5. IL-7Rα 靶点候选纳米抗体的结合测试
第二站:成熟靶点PD-L1,四条路线零命中
PD-L1是传统抗体研发中研究充分、已有多款药物获批的成熟靶点。PD-1/PD-L1 抑制剂缔造了众多“抗癌神话”。 阻断性单克隆抗体可通过解除 PD-L1 对 T 细胞的抑制作用,重建机体的抗肿瘤免疫应答,目前已广泛应用于非小细胞肺癌、肝细胞癌、尿路上皮癌等多种实体瘤。 截至 2026 年,全球已有超过 20 款 PD-1/PD-L1 抑制剂获得上市许可。
![]()
图6. PD-1/PD-L1 作用机制与获批抑制剂概览
本轮统一设计与测试BoltzGen、Germinal、OpenDDE-harness、HalluDesign四条路线。尽管四种方法设计的抗体几乎都成功表达纯化,但均未检出任何结合阳性。
![]()
图7.PD-L1 靶点四条设计路线的候选纳米抗体表达与结合结果
一个被传统抗体研发反复验证、已有多款药物获批的成熟靶点,四条AI设计路线竟均未获得可检出的结合阳性,其中甚至包含已经报道过阳性设计的 Germinal 方法。这样的结果远不能令人满意。对 AI 抗体药物设计而言,偶尔命中只是起点,模型依然欠缺能稳定生成在实验中可以结合的候选分子、并在合成前把它们筛出来的能力。
三点结论
综合以上全部数据,我们的判断是:这些零命中不是单次实验的偶然,而是当前方法在动力学、可开发性与靶点适配上的系统性差距。对应前面提出的三个问题,结论如下。
对应问题一:部分已报道的高亲和力结果,在本轮测试条件下未能复现。
107 条文献报道序列中,78 条在本轮复测中未检出结合,即使浓度达到 2 μM 仍无结合信号。文献所报告的高亲和力与本轮独立复测结果之间,存在不容忽视的落差。
对应问题二:AI设计抗体距离临床前候选分子仍有明显距离。结合活性只是第一道门槛;即便补上结合 kon/koff 动力学与可开发性检测,多数 AI 设计的表现仍明显落后于专利中通过传统动物免疫等方法获得的抗体。湿实验复测中暴露的缺口,比论文与榜单呈现出的更大。
对应问题三:AI方法在很多已有成熟抗体开发经验的靶点上做的并不好。开源模型生成纳米抗体的能力显著低于预期。在针对 PD-L1 的测评中,AI 从头设计方法表现出明显的泡沫化特征。榜单上的预测表现,尚未转化为实验室里可重复的真实结合命中。
本次测评的全部代码、流程数据与实验原始数据,都将发布在 AI 抗体设计 Benchmark 平台 AbGround 上,并会在 AbGround 上持续更新新增的复测与实验数据,并通过公开报告与合作渠道分享后续结果,也期待两场大赛陆续释放的湿实验数据,帮助整个行业校准 AI 模型的真实能力边界。
关于灵肽科技
灵肽科技是一家专注于 AI4BioScience 的数据平台公司。我们使用客观指标开展 AI 模型的蛋白质设计能力测评,生产并发布从 AI 设计到湿实验测试的数据,持续更新 Benchmark,为后续临床前研究提供支持。
公司由上海交通大学自然科学研究院孵化,创始人余元玺为上海交通大学致远荣誉博士,上海市超级博士后。公司以测评立标尺,以数据筑基石,帮助用户选准模型、降低试错成本。通过靶点亲和力、成药性等多维度的测评,灵肽科技进一步连接模型评价与药物开发,推动 AI 蛋白质设计从“模型高分”走向“药物转化”。
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.