谁能回答抗体：精准适配抗体研发特点

> 数据图表

谁能回答抗体：精准适配抗体研发特点

2026-9-2

抗体：精准适配抗体研发特点 传统的抗体药物研发依赖于杂交瘤技术、噬菌体展示技术等，面临着周期长、成本高、成功率低的难题。AI在抗体序列优化、亲和力成熟、新型抗体设计等方面均有显著的作用。对于单抗AI侧重抗原 - 抗体结构预测、表位筛选、分子可开发性预判；双抗AI重点解决重轻链配对、双结合臂亲和力协同优化；ADC AI侧重多模块协同设计，模拟体内行为，预测 DAR、脱靶毒性、耐药突变。单抗、双抗、ADC研发痛点及AI相关应用药物类型分子层面痛点临床开发痛点AI核心作用单克隆抗体（单抗）①抗原获取难，表位选择直接决定药效； ②分子易聚集、氧化、脱酰胺，理化稳定性差； ③存在抗药抗体（ADA）免疫原性风险； ④仅靶向胞外/膜表面抗原，实体瘤渗透有限，无口服剂型①物种特异性强，普通小动物模型适用性差； ②存在CRS、免疫相关不良反应风险； ③热门靶点同质化内卷严重双特异性抗体（双抗）①重-轻链错配是核心痛点，产生大量非目标副产物； ②双表位同时结合要求严苛，双臂亲和力需精细平衡；③分子工程改造后易恶化表达量与理化稳定性； ④免疫原性风险高于普通单抗①药理机制复杂，药效-剂量关系难预测； ②CRS等免疫毒性风险更高； ③双靶点组合选择难，临床差异化获益验证困难①预测抗原-抗体复合物结构，辅助表位筛选与亲和力优化； ②预测抗体可开发性（聚集、氧化位点）与免疫原性热点，提前淘汰差序列； ③预测细胞表达水平，优化培养与纯化工艺参数； ④辅助药代与毒性风险预判，优化候选分子优先级①辅助双抗架构选型，预测重轻链配对倾向性，降低错配副产物； ②同时优化两个结合臂亲和力，模拟三元复合物结合模式； ③预测改造后分子稳定性与免疫原性，规避表达下降与聚集风险；抗体-药物偶联物（ADC）①抗体+连接子+细胞毒素三组分系统，任一模块缺陷即失败； ②DAR（药物抗体比）分布不均影响药效与毒性； ③连接子稳定性不足致毒素脱靶泄露，全身毒性大； ④分子极易聚集，理化稳定性差①治疗窗口狭窄，疗效与毒性高度耦合； ②旁观者效应利弊并存； ③耐药机制复杂（抗原丢失、内吞缺陷、毒素外排）；④脱靶毒性（骨髓抑制、眼毒性、神经毒性）为主要失败原因； ⑤动物模型对毒素毒性预测能力有限①多模块协同设计：优化抗体序列与内吞能力、预测连接子稳定性与裂解行为、筛选生成新型毒素； ②预测DAR对分子稳定性、药效、毒性的综合影响； ③模拟ADC体内行为，预判脱靶毒性与潜在耐药突变； ④建模偶联反应，预测DAR分布与杂质生成规律，指导工艺优化，减少实验试错资料来源：Leveraging artificial intelligence in antibody-drug conjugate development: from target identification to clinical translation in oncology，西南证券整理24

西南证券综合其他