2026年年初我在海外校友峰会上做了一场技术分享题目叫《从筛选抗体到AI按需定制设计抗体》。讲完之后加好友的人比想象中多大家都在问同一个问题PPT和讲稿能不能公开。这篇就把当时的演讲稿和PPT核心页面整理成了完整的文字实录现场来不及展开的技术细节、没写进slides的背景推演也一并补在这里。如果你正在做抗体发现或者正打算给团队引入AI设计管线这篇内容应该能帮你看清楚这套方法论到底走到了哪一步。1. 为什么这个时间点偏偏要讲“AI设计抗体”1.1 这场分享是怎么选出来的年会筹备期间主办方给的主题方向是“前沿技术如何改变生物医药”。我原本准备了两版方案一版讲通用大模型在药物研发里的应用另一版就是这个抗体AI设计。最后我放弃了前者原因很简单通用大模型的话题太宽而台下观众里有相当比例是做药物研发、生物技术投资和临床转化的抗体是他们最熟悉的工具。与其说一个大家都在讲的宏观趋势不如拆一个正在发生剧烈变化的垂直领域。当时我给自己定了个目标25分钟内必须讲清楚三件事传统抗体筛选的问题到底出在哪里AI设计抗体在技术上是怎么实现的以及一个真实项目从设计到拿到先导分子的完整路径。后来现场超时了3分钟问题最多的部分果然是第三块。大家其实不缺概念缺的是“到底怎么操作”的细节。1.2 分享前我做过的两个小调研为了讲得有依据我在准备阶段做了两件功课。第一件事是摸底传统抗体发现的真实时间成本。我联系了几位在大型药企里负责抗体发现的朋友问同一个问题从拿到靶点到拿到一个可以进入临床前评价的先导抗体平均要多长时间答案集中在6到12个月。运气好的项目4个月能跑完复杂膜蛋白靶点拖到18个月的也不少见。这里还没算上后续亲和力成熟、人源化改造、可开发性优化那几个月的额外时间。换句话说传统方法不是不出活而是时间账单越来越难看。第二件事是调研AI设计抗体的落地情况。我统计了过去公开报道里进入临床前研究的AI设计抗体项目发现一个明显变化前两年AI基本只做辅助打分帮实验团队从几百个候选里排序而最近一年已经开始出现重链和轻链都由算法生成、随后直接进入动物实验阶段的案例。这说明“按需设计”已经不是一个宣传词而是有真实项目在走通。做完这两个调研我基本确定这个题目选对了。2. 传统抗体筛选究竟卡在哪里2.1 三条经典技术路线的成败得失要在25分钟内讲清楚传统筛选的瓶颈得先帮观众把技术谱系梳理明白。当前主流单抗发现平台就三条路线杂交瘤技术、噬菌体展示、单B细胞分选。杂交瘤技术是最经典的路子免疫动物后取脾脏B细胞和骨髓瘤细胞融合筛出能稳定分泌目标抗体的杂交瘤克隆。它的优点是抗体经过体内亲和力成熟天然接近人体真实应答免疫原性风险相对低缺点是通量低、周期长一个完整流程往往要半年以上而且鼠源抗体后续必须做人源化改造。噬菌体展示是过去二十年最主流的高通量平台把庞大的抗体基因文库展示在噬菌体表面通过亲和淘选不断富集特异性克隆。它最大的优势是文库容量大天然库、合成库、免疫库都能做短板同样明显——淘选过程对操作经验极度敏感洗脱条件稍微不对高亲和力克隆就丢了。单B细胞分选是近期兴起的路线从免疫动物或康复者外周血里直接分选抗原特异性B细胞再单细胞测序拿到抗体基因。它的优势是保留了天然的轻重链配对信息适合应对紧急病原体限制是对样品质量、流式分选条件和单细胞平台依赖度都很高。三条路线放在一张表里看更直观技术路线典型周期主要优势主要短板杂交瘤6-12个月天然配对、亲和力成熟好通量低、后续人源化成本高噬菌体展示3-6个月文库通量大、人源化库可用淘选经验依赖强、易丢高亲和力克隆单B细胞分选2-5个月保留天然配对、适合快速应急依赖样品质量与单细胞平台2.2 我总结的“三座大山”这三条路线虽然技术细节不同但本质上都逃不开三座大山。第一座是时间山。每轮筛选、克隆化、表达、测活就要一周一个完整流程等于无数个一周的叠加。我见过一个针对某受体蛋白的项目光亲和力成熟就做了四轮每轮三个月的循环一年就这样过去了。第二座是成本山。动物免疫、细胞培养、基因合成、表达纯化、SPR检测每一环都在烧钱。一个靶点的早期发现成本轻松落在几十万到上百万人民币区间如果算上失败项目的沉没成本账更难看。第三座是运气山这一点最容易被低估。即使你的筛选流程走通了拿到的先导抗体也未必适合往下走。亲和力合格但表达量低或者热稳定性差、聚体严重这样的分子我见过太多。某次针对一个G蛋白偶联受体的胞外表位筛选噬菌体淘选了三轮后拿到的阳性克隆在哺乳动物细胞里表达量只有0.5 mg/L后续换了载体、改了信号肽才勉强提到15 mg/L。筛得出、产不出就是这个行业里最典型的隐性浪费。这三座山的本质问题是同一个传统流程依赖“从多样性里找答案”而多样性本身就是一种运气。你要从几百万个分子里大海捞针捞到了算运气好捞不到就得再来一轮。3. AI按需定制设计抗体的技术逻辑拆解3.1 生成模型真正在生成什么很多观众第一次接触AI设计抗体时有个最普遍的误解觉得AI是直接写出一段氨基酸序列的“码字机器”。实际完全不是这样。AI设计抗体的核心链条是表位-结构-序列。先拿到靶点蛋白的结构信息锁定想要结合的抗原表位区域然后用生成模型去生成能够在这个表位表面形成稳定结合的CDR序列——CDR是抗体可变区里的互补决定区直接决定抗原结合特异性。换句话说生成模型做的不是凭空填字母而是从结构约束出发反推序列。这就像你写一篇文章不是对着空白页写而是先确定主题、限定字数、再逐段落笔。CDR区通常有三段重链CDR和三段轻链CDR它们共同构成一个空间表面去贴合抗原而框架区提供结构支撑直接影响抗体的稳定性和可开发性。我在这里特别想强调一个实战技巧真正成熟的AI抗体设计绝不会只优化CDR的亲和力而是把框架区的稳定性也放进优化目标。只盯着CDR的团队做出来的序列往往第一轮合成就降解了。3.2 三个关键能力缺一不可一个能用、能打、能进实验室的设计管线至少要有三个不可替代的能力。表位锁定能力排在第一位。你要让模型清楚自己该结合哪块表面。抗原表位有可能是线性表位、构象表位也可能是翻译后修饰调控的位点。输入的表位定义错了模型再强也会给出一个亲和力很高、但结合在错误位点的“假阳性”抗体。第二个能力是可开发性约束。高亲和力不等于成药。一个序列即使结合力好如果热稳定性差、等电点极端、有潜在的糖基化位点或者疏水patch太大后续工程化阶段一定返工。真正专业的设计管线会在生成阶段就把这些成药性指标作为约束条件一起优化而不是等实验阶段再补救。第三个能力是多样化生成。这也是我从实战中越来越看重的一条。如果AI生成100条序列最后发现它们共享同一个祖先序列框架等于只做了一次尝试。真正的生成模型必须保证足够的序列多样性让同一个表位能跳出多种完全不同的结合方式这样下游实验才有真正的筛选空间。3.3 “淘金”和“炼金”的本质差别传统筛选是在天然或合成文库这个“矿脉”里淘金金子在矿里你只管淘得够不够快、够不够准。AI设计是直接按配方“炼金”从靶点结构和成Byte药性需求出发在生成空间里反向搜索。但炼金有一个逃不开的问题你炼出来的金成色到底够不够AI给出100条序列不代表每条都能在实验里兑现。所以在我的PPT里画了一张从设计到验证、再到反馈更新的闭环图。现场反馈最好的就是这一页因为几乎所有人都经历过序列预测和实验结果对不上的痛苦。闭环的意义就在于它把“预测得准不准”变成了一个持续学习的系统而不是一次性的赌注。4. 一个膜蛋白靶点的AI设计抗体完整实操流程4.1 靶点结构获取与表位锁定用AI设计抗体的第一步绝不是让模型开始生成而是尽可能地确认表位。我当时分享的这个项目靶点是某膜蛋白受体。我们先是拿到了靶点与小分子配体的共晶结构又用结构预测模型补全了胞外结构域的柔性区域。综合分析后我们把结合位点锁定在受体二聚化界面的一个构象表位上——遮挡这个表位就能阻断下游信号通路。这里有一个我特别想让做实验的观众理解的排序逻辑表位决定功能亲和力决定强度序列决定可实现性。所以第一步把表位锁对比模型生成了多少条漂亮序列重要得多。我们那个项目在表位定义上反复核对了3周最后才确定氨基酸范围内的关键残基清单。4.2 序列生成与筛选打分进入计算阶段实操路径是这样的先输入表位残基和框架选型比如在重链上选择某个常用的种系框架再用生成模型产出1000条候选CDR序列。每条序列都做结构建模、相互作用指纹打分、可开发性过滤。最后通过三档漏斗从1000条压到50条候选再从50条里择优选出10条进入基因合成。评分环节是我的重点提醒区。不要只看一个综合分数。我把打分拆成了可解释的得分卡包括残基接触数、氢键数量、疏水埋藏面积、形状互补度和框架稳定性五个维度。有的候选综合分高但疏水埋藏不足结合并不牢靠有的分数居中但序列多样化贡献明显值得保留。最终选出的10条不一定分数最高而是在打分卡上覆盖了不同的结合模式。宁可多花一点合成费用也要让生物物理实验看到不同的结合策略。4.3 湿实验闭环与反馈迭代设计做完真正见真章的是湿实验。那10条序列用哺乳动物细胞表达第一天转染、第五天收上清、第六天做SPR初筛。结果比我们预计的乐观一些4条表达量超过50 mg/L且折叠正确其中2条亲和力在纳摩尔以下阻断活性也过关直接进入后续的人源化改造另1条虽然亲和力合格但在细胞水平上表现出明显的非特异性结合——这一类坑计算打分阶段没有完全暴露最后是实验手段揪出来的。这里要重点说闭环迭代的价值。我们把这一轮实验数据映射回模型的训练集记录下序列特征与表达量、亲和力、非特异性之间的对应关系然后让模型重新生成第二代序列。第二轮的表达水平整体上了一个台阶设计成功率明显改善。AI管线和传统筛选之间最本质的区别就在这传统筛选做完就结束了而AI设计能“记住”失败每次实验都在给模型补充新的约束条件。5. 现场问答实录被问得最多的五个问题5.1 Q1AI真的能设计出可以进入商业开发的抗体吗我的回答是可以但要分阶段理解。AI完全能生成用于临床前研究的先导抗体分子这是已经被多个项目验证过的事实。但从先导分子走到上市药物中间还有人源化、亲和力成熟、CMC工艺、安全性评价一整条长链路这跟传统抗体项目没有任何区别。AI解决的是起跑线问题不是终点线问题——它让你不再花6个月在文库淘选上而是把时间留给真正有科学深度的优化环节。5.2 Q2需要多大的算力和多少数据这个问题被问得最多。说实话没有外界渲染的那么吓人。单项目级别的抗体生成和打分一张中端GPU就能在一个晚上跑完一轮。真正贵的是人力和数据整理时间。如果你手上有上千条历史抗体的序列、亲和力数值、表达量产率、热稳定性记录并且愿意花时间去标准化那你已经有条件进入AI设计。数据不在于多而在于可对比。5.3 Q3AI生成的序列专利申请怎么办AI生成序列的知识产权问题不同法域政策差异很大。我的建议是两条第一尽早咨询有生物信息学背景的专利律师不要拖到分子拿到手才去想第二把AI生成过程的可复现性记录做到“黑匣子”级别——输入表位、模型版本、采样参数、评分标准全部可回溯因为审查阶段最怕解释不清楚技术方案的充分性。另外别只申请单条序列的权利要求要把保护范围尽量扩展成结构基序和结合表位层面的权利要求否则等后续优化几次原序列就没用了。5.4 Q4AI设计会不会替代实验科学家我给现场做了一个反向表述AI首先会淘汰的是不做记录的实验习惯。过去做实验靠“手感”哪个批次状态好、哪条曲线可信都装在老科学家的脑子里现在这些信息必须结构化地为模型所用。一个合格的计算生物学家得看得懂SPR图谱一个合格的湿实验科学家也得理解扩散模型生成序列的基本原理。这个领域真正稀缺的不是纯计算人才也不是纯实验人才而是两端都懂一点、能当翻译员的人。5.5 Q5现在才入局还来得及吗来得及但窗口正在关闭。这个判断基于一个类比过去10年单抗发现的主流从杂交瘤过渡到噬菌体展示当时晚入局的团队花了三倍成本才补上平台能力。现在同样的迁移正发生在AI设计这条路径上。未来五年内AI设计抗体会从少数团队的竞争壁垒变成行业标准管线。谁先攒下完整的数据闭环谁就有了长期竞争力。晚动手的团队面临的不是“做不出来”而是“成本比别人高一个量级”。6. 避坑指南传统筛选团队转向AI设计的四条经验6.1 数据标准化是第一生命线我见过不止一个团队拿着几千条历史数据冲进AI设计结果第一轮训出的模型泛化能力差得离谱。原因高度一致历史数据里的亲和力数值来自不同平台、不同批次、不同温育时间甚至单位和检测模式都不一样。把这些数据直接丢进训练集等于喂给模型一套自相矛盾的“事实”。正确的做法是先花时间做数据标准化把所有亲和力数据映射到共同的检测协议下再谈建模。数据整理听着不性感但它决定模型的全部上限。6.2 计算和实验必须双责任人AI设计项目最容易死在交接处。计算团队交付100条序列实验团队表达了20条然后各自觉得是对方的流程有问题。我们的做法是每个项目同时设计算组和实验组两个接口人每周强制同步一轮讨论什么序列值得合成、什么结果值得反馈。上一节提到的那个膜蛋白项目第二轮能快速收敛靠的就是这个机制不是什么玄学。6.3 别让打分模型替实验做“绝对筛选”再好的打分模型都会有偏差。我的原则很明确计算阶段只做安全性过滤帮实验省掉那些明显表达不了、免疫原性风险过高的候选真正的胜负手永远交给实验验证。也不要追求单条序列高分一张覆盖多种结合模式的候选名单比十条长得差不多的“高分”序列更有价值。6.4 先拿难靶点练兵别碰容易靶点转AI设计的团队最容易犯的错是先拿一个传统筛选已经能做好的容易靶点做验证。容易靶点做不出差距也看不出管线哪里薄弱。去找一个过去用传统筛选失败过的靶点让AI团队正面挑战一次。如果AI能给出一版传统方法给不出的先导抗体整个团队才会真正从心底相信这场范式转移。那一瞬间带来的团队信心比任何KPI都管用。最后说一个PPT里没写的小细节那场分享结束后的晚宴上有两位做临床很多年的朋友跟我说他们真正关心的不是AI能设计出多少条序列而是这些序列能不能在高难度靶点上稳定复制成功。我个人把这句话一直留着它比任何技术指标都更能提醒我这个领域离“坐实”还很远但也正因为如此才值得继续铺管线、攒数据、踩坑。 
长河君 · 2026/10/10 4:06:32 · 阅读 1.2k AI按需定制抗体设计：从传统筛选到生成模型的全流程解析
2026年年初我在海外校友峰会上做了一场技术分享题目叫《从筛选抗体到AI按需定制设计抗体》。讲完之后加好友的人比想象中多大家都在问同一个问题PPT和讲稿能不能公开。这篇就把当时的演讲稿和PPT核心页面整理成了完整的文字实录现场来不及展开的技术细节、没写进slides的背景推演也一并补在这里。如果你正在做抗体发现或者正打算给团队引入AI设计管线这篇内容应该能帮你看清楚这套方法论到底走到了哪一步。1. 为什么这个时间点偏偏要讲“AI设计抗体”1.1 这场分享是怎么选出来的年会筹备期间主办方给的主题方向是“前沿技术如何改变生物医药”。我原本准备了两版方案一版讲通用大模型在药物研发里的应用另一版就是这个抗体AI设计。最后我放弃了前者原因很简单通用大模型的话题太宽而台下观众里有相当比例是做药物研发、生物技术投资和临床转化的抗体是他们最熟悉的工具。与其说一个大家都在讲的宏观趋势不如拆一个正在发生剧烈变化的垂直领域。当时我给自己定了个目标25分钟内必须讲清楚三件事传统抗体筛选的问题到底出在哪里AI设计抗体在技术上是怎么实现的以及一个真实项目从设计到拿到先导分子的完整路径。后来现场超时了3分钟问题最多的部分果然是第三块。大家其实不缺概念缺的是“到底怎么操作”的细节。1.2 分享前我做过的两个小调研为了讲得有依据我在准备阶段做了两件功课。第一件事是摸底传统抗体发现的真实时间成本。我联系了几位在大型药企里负责抗体发现的朋友问同一个问题从拿到靶点到拿到一个可以进入临床前评价的先导抗体平均要多长时间答案集中在6到12个月。运气好的项目4个月能跑完复杂膜蛋白靶点拖到18个月的也不少见。这里还没算上后续亲和力成熟、人源化改造、可开发性优化那几个月的额外时间。换句话说传统方法不是不出活而是时间账单越来越难看。第二件事是调研AI设计抗体的落地情况。我统计了过去公开报道里进入临床前研究的AI设计抗体项目发现一个明显变化前两年AI基本只做辅助打分帮实验团队从几百个候选里排序而最近一年已经开始出现重链和轻链都由算法生成、随后直接进入动物实验阶段的案例。这说明“按需设计”已经不是一个宣传词而是有真实项目在走通。做完这两个调研我基本确定这个题目选对了。2. 传统抗体筛选究竟卡在哪里2.1 三条经典技术路线的成败得失要在25分钟内讲清楚传统筛选的瓶颈得先帮观众把技术谱系梳理明白。当前主流单抗发现平台就三条路线杂交瘤技术、噬菌体展示、单B细胞分选。杂交瘤技术是最经典的路子免疫动物后取脾脏B细胞和骨髓瘤细胞融合筛出能稳定分泌目标抗体的杂交瘤克隆。它的优点是抗体经过体内亲和力成熟天然接近人体真实应答免疫原性风险相对低缺点是通量低、周期长一个完整流程往往要半年以上而且鼠源抗体后续必须做人源化改造。噬菌体展示是过去二十年最主流的高通量平台把庞大的抗体基因文库展示在噬菌体表面通过亲和淘选不断富集特异性克隆。它最大的优势是文库容量大天然库、合成库、免疫库都能做短板同样明显——淘选过程对操作经验极度敏感洗脱条件稍微不对高亲和力克隆就丢了。单B细胞分选是近期兴起的路线从免疫动物或康复者外周血里直接分选抗原特异性B细胞再单细胞测序拿到抗体基因。它的优势是保留了天然的轻重链配对信息适合应对紧急病原体限制是对样品质量、流式分选条件和单细胞平台依赖度都很高。三条路线放在一张表里看更直观技术路线典型周期主要优势主要短板杂交瘤6-12个月天然配对、亲和力成熟好通量低、后续人源化成本高噬菌体展示3-6个月文库通量大、人源化库可用淘选经验依赖强、易丢高亲和力克隆单B细胞分选2-5个月保留天然配对、适合快速应急依赖样品质量与单细胞平台2.2 我总结的“三座大山”这三条路线虽然技术细节不同但本质上都逃不开三座大山。第一座是时间山。每轮筛选、克隆化、表达、测活就要一周一个完整流程等于无数个一周的叠加。我见过一个针对某受体蛋白的项目光亲和力成熟就做了四轮每轮三个月的循环一年就这样过去了。第二座是成本山。动物免疫、细胞培养、基因合成、表达纯化、SPR检测每一环都在烧钱。一个靶点的早期发现成本轻松落在几十万到上百万人民币区间如果算上失败项目的沉没成本账更难看。第三座是运气山这一点最容易被低估。即使你的筛选流程走通了拿到的先导抗体也未必适合往下走。亲和力合格但表达量低或者热稳定性差、聚体严重这样的分子我见过太多。某次针对一个G蛋白偶联受体的胞外表位筛选噬菌体淘选了三轮后拿到的阳性克隆在哺乳动物细胞里表达量只有0.5 mg/L后续换了载体、改了信号肽才勉强提到15 mg/L。筛得出、产不出就是这个行业里最典型的隐性浪费。这三座山的本质问题是同一个传统流程依赖“从多样性里找答案”而多样性本身就是一种运气。你要从几百万个分子里大海捞针捞到了算运气好捞不到就得再来一轮。3. AI按需定制设计抗体的技术逻辑拆解3.1 生成模型真正在生成什么很多观众第一次接触AI设计抗体时有个最普遍的误解觉得AI是直接写出一段氨基酸序列的“码字机器”。实际完全不是这样。AI设计抗体的核心链条是表位-结构-序列。先拿到靶点蛋白的结构信息锁定想要结合的抗原表位区域然后用生成模型去生成能够在这个表位表面形成稳定结合的CDR序列——CDR是抗体可变区里的互补决定区直接决定抗原结合特异性。换句话说生成模型做的不是凭空填字母而是从结构约束出发反推序列。这就像你写一篇文章不是对着空白页写而是先确定主题、限定字数、再逐段落笔。CDR区通常有三段重链CDR和三段轻链CDR它们共同构成一个空间表面去贴合抗原而框架区提供结构支撑直接影响抗体的稳定性和可开发性。我在这里特别想强调一个实战技巧真正成熟的AI抗体设计绝不会只优化CDR的亲和力而是把框架区的稳定性也放进优化目标。只盯着CDR的团队做出来的序列往往第一轮合成就降解了。3.2 三个关键能力缺一不可一个能用、能打、能进实验室的设计管线至少要有三个不可替代的能力。表位锁定能力排在第一位。你要让模型清楚自己该结合哪块表面。抗原表位有可能是线性表位、构象表位也可能是翻译后修饰调控的位点。输入的表位定义错了模型再强也会给出一个亲和力很高、但结合在错误位点的“假阳性”抗体。第二个能力是可开发性约束。高亲和力不等于成药。一个序列即使结合力好如果热稳定性差、等电点极端、有潜在的糖基化位点或者疏水patch太大后续工程化阶段一定返工。真正专业的设计管线会在生成阶段就把这些成药性指标作为约束条件一起优化而不是等实验阶段再补救。第三个能力是多样化生成。这也是我从实战中越来越看重的一条。如果AI生成100条序列最后发现它们共享同一个祖先序列框架等于只做了一次尝试。真正的生成模型必须保证足够的序列多样性让同一个表位能跳出多种完全不同的结合方式这样下游实验才有真正的筛选空间。3.3 “淘金”和“炼金”的本质差别传统筛选是在天然或合成文库这个“矿脉”里淘金金子在矿里你只管淘得够不够快、够不够准。AI设计是直接按配方“炼金”从靶点结构和成Byte药性需求出发在生成空间里反向搜索。但炼金有一个逃不开的问题你炼出来的金成色到底够不够AI给出100条序列不代表每条都能在实验里兑现。所以在我的PPT里画了一张从设计到验证、再到反馈更新的闭环图。现场反馈最好的就是这一页因为几乎所有人都经历过序列预测和实验结果对不上的痛苦。闭环的意义就在于它把“预测得准不准”变成了一个持续学习的系统而不是一次性的赌注。4. 一个膜蛋白靶点的AI设计抗体完整实操流程4.1 靶点结构获取与表位锁定用AI设计抗体的第一步绝不是让模型开始生成而是尽可能地确认表位。我当时分享的这个项目靶点是某膜蛋白受体。我们先是拿到了靶点与小分子配体的共晶结构又用结构预测模型补全了胞外结构域的柔性区域。综合分析后我们把结合位点锁定在受体二聚化界面的一个构象表位上——遮挡这个表位就能阻断下游信号通路。这里有一个我特别想让做实验的观众理解的排序逻辑表位决定功能亲和力决定强度序列决定可实现性。所以第一步把表位锁对比模型生成了多少条漂亮序列重要得多。我们那个项目在表位定义上反复核对了3周最后才确定氨基酸范围内的关键残基清单。4.2 序列生成与筛选打分进入计算阶段实操路径是这样的先输入表位残基和框架选型比如在重链上选择某个常用的种系框架再用生成模型产出1000条候选CDR序列。每条序列都做结构建模、相互作用指纹打分、可开发性过滤。最后通过三档漏斗从1000条压到50条候选再从50条里择优选出10条进入基因合成。评分环节是我的重点提醒区。不要只看一个综合分数。我把打分拆成了可解释的得分卡包括残基接触数、氢键数量、疏水埋藏面积、形状互补度和框架稳定性五个维度。有的候选综合分高但疏水埋藏不足结合并不牢靠有的分数居中但序列多样化贡献明显值得保留。最终选出的10条不一定分数最高而是在打分卡上覆盖了不同的结合模式。宁可多花一点合成费用也要让生物物理实验看到不同的结合策略。4.3 湿实验闭环与反馈迭代设计做完真正见真章的是湿实验。那10条序列用哺乳动物细胞表达第一天转染、第五天收上清、第六天做SPR初筛。结果比我们预计的乐观一些4条表达量超过50 mg/L且折叠正确其中2条亲和力在纳摩尔以下阻断活性也过关直接进入后续的人源化改造另1条虽然亲和力合格但在细胞水平上表现出明显的非特异性结合——这一类坑计算打分阶段没有完全暴露最后是实验手段揪出来的。这里要重点说闭环迭代的价值。我们把这一轮实验数据映射回模型的训练集记录下序列特征与表达量、亲和力、非特异性之间的对应关系然后让模型重新生成第二代序列。第二轮的表达水平整体上了一个台阶设计成功率明显改善。AI管线和传统筛选之间最本质的区别就在这传统筛选做完就结束了而AI设计能“记住”失败每次实验都在给模型补充新的约束条件。5. 现场问答实录被问得最多的五个问题5.1 Q1AI真的能设计出可以进入商业开发的抗体吗我的回答是可以但要分阶段理解。AI完全能生成用于临床前研究的先导抗体分子这是已经被多个项目验证过的事实。但从先导分子走到上市药物中间还有人源化、亲和力成熟、CMC工艺、安全性评价一整条长链路这跟传统抗体项目没有任何区别。AI解决的是起跑线问题不是终点线问题——它让你不再花6个月在文库淘选上而是把时间留给真正有科学深度的优化环节。5.2 Q2需要多大的算力和多少数据这个问题被问得最多。说实话没有外界渲染的那么吓人。单项目级别的抗体生成和打分一张中端GPU就能在一个晚上跑完一轮。真正贵的是人力和数据整理时间。如果你手上有上千条历史抗体的序列、亲和力数值、表达量产率、热稳定性记录并且愿意花时间去标准化那你已经有条件进入AI设计。数据不在于多而在于可对比。5.3 Q3AI生成的序列专利申请怎么办AI生成序列的知识产权问题不同法域政策差异很大。我的建议是两条第一尽早咨询有生物信息学背景的专利律师不要拖到分子拿到手才去想第二把AI生成过程的可复现性记录做到“黑匣子”级别——输入表位、模型版本、采样参数、评分标准全部可回溯因为审查阶段最怕解释不清楚技术方案的充分性。另外别只申请单条序列的权利要求要把保护范围尽量扩展成结构基序和结合表位层面的权利要求否则等后续优化几次原序列就没用了。5.4 Q4AI设计会不会替代实验科学家我给现场做了一个反向表述AI首先会淘汰的是不做记录的实验习惯。过去做实验靠“手感”哪个批次状态好、哪条曲线可信都装在老科学家的脑子里现在这些信息必须结构化地为模型所用。一个合格的计算生物学家得看得懂SPR图谱一个合格的湿实验科学家也得理解扩散模型生成序列的基本原理。这个领域真正稀缺的不是纯计算人才也不是纯实验人才而是两端都懂一点、能当翻译员的人。5.5 Q5现在才入局还来得及吗来得及但窗口正在关闭。这个判断基于一个类比过去10年单抗发现的主流从杂交瘤过渡到噬菌体展示当时晚入局的团队花了三倍成本才补上平台能力。现在同样的迁移正发生在AI设计这条路径上。未来五年内AI设计抗体会从少数团队的竞争壁垒变成行业标准管线。谁先攒下完整的数据闭环谁就有了长期竞争力。晚动手的团队面临的不是“做不出来”而是“成本比别人高一个量级”。6. 避坑指南传统筛选团队转向AI设计的四条经验6.1 数据标准化是第一生命线我见过不止一个团队拿着几千条历史数据冲进AI设计结果第一轮训出的模型泛化能力差得离谱。原因高度一致历史数据里的亲和力数值来自不同平台、不同批次、不同温育时间甚至单位和检测模式都不一样。把这些数据直接丢进训练集等于喂给模型一套自相矛盾的“事实”。正确的做法是先花时间做数据标准化把所有亲和力数据映射到共同的检测协议下再谈建模。数据整理听着不性感但它决定模型的全部上限。6.2 计算和实验必须双责任人AI设计项目最容易死在交接处。计算团队交付100条序列实验团队表达了20条然后各自觉得是对方的流程有问题。我们的做法是每个项目同时设计算组和实验组两个接口人每周强制同步一轮讨论什么序列值得合成、什么结果值得反馈。上一节提到的那个膜蛋白项目第二轮能快速收敛靠的就是这个机制不是什么玄学。6.3 别让打分模型替实验做“绝对筛选”再好的打分模型都会有偏差。我的原则很明确计算阶段只做安全性过滤帮实验省掉那些明显表达不了、免疫原性风险过高的候选真正的胜负手永远交给实验验证。也不要追求单条序列高分一张覆盖多种结合模式的候选名单比十条长得差不多的“高分”序列更有价值。6.4 先拿难靶点练兵别碰容易靶点转AI设计的团队最容易犯的错是先拿一个传统筛选已经能做好的容易靶点做验证。容易靶点做不出差距也看不出管线哪里薄弱。去找一个过去用传统筛选失败过的靶点让AI团队正面挑战一次。如果AI能给出一版传统方法给不出的先导抗体整个团队才会真正从心底相信这场范式转移。那一瞬间带来的团队信心比任何KPI都管用。最后说一个PPT里没写的小细节那场分享结束后的晚宴上有两位做临床很多年的朋友跟我说他们真正关心的不是AI能设计出多少条序列而是这些序列能不能在高难度靶点上稳定复制成功。我个人把这句话一直留着它比任何技术指标都更能提醒我这个领域离“坐实”还很远但也正因为如此才值得继续铺管线、攒数据、踩坑。