原文：Chai Discovery Team, bioRxiv 2025
DOI：10.1101/2025.07.05.663018
摘要
Chai-2 是一款多模態生成模型，在全新抗體設計任務上實現了 16% 的實驗成功率，相比此前計算方法提升超過 100 倍。在針對 52 個全新靶點的測試中，僅用單輪實驗就在 50% 的靶點上發現了成功結合物，且多數具有高親和力和良好的可開發性特徵。這一突破性進展使得抗體發現可以在 24 孔板規模完成，將實驗週期從數月縮短至兩周，為生物製劑先導發現開闢了新的可能性。
1. 背景：抗體發現的困境
抗體藥物已成為現代生物醫藥的重要支柱。截至 2022 年，單克隆抗體佔美國和歐洲所有生物製藥批准的一半以上。然而，傳統的抗體發現流程面臨諸多挑戰：動物免疫與文庫篩選資源密集且耗時漫長；獲得的先導物通常需要數月的親和力或可開發性優化；難以精確控制 desired binding site，對於難靶點往往束手無策。
計算方法有望改變這一局面，但現有方法的實驗成功率 rarely exceed 0.1%，仍需依賴高通量實驗篩選。Chai-2 的發布標誌著這一局面的實質性改變。
2. 技術方法：零樣本生成架構
2.1 核心設計流程
Chai-2 採用"零樣本"（zero-shot）設計策略：
- 輸入：靶點結構 + 表位殘基列表（僅需少數幾個殘基）
- 生成：設計模型生成序列和全原子結構
- 排序：計算模型對設計進行排序和篩選
- 驗證：直接進入小規模生化實驗（如 24 孔板格式）
- 表徵：確注定量結合親和力
整個流程從表位定義到實驗驗證僅需約兩周。
2.2 技術架構改進
相比前代 Chai-1，Chai-2 的折疊模塊在抗體-抗原複合物預測上實現了兩倍於實驗精度的提升。
- 多模態生成：支持 scFv 抗體、VHH 納米抗體、迷你蛋白等多種結合物格式
- 多靶點提示：可同時針對多個靶點設計，實現定制化的交叉反應性
- 無需逐靶點調優：所有能力均通過零樣本實現，無需針對特定靶點微調
3. 實驗驗證：從迷你蛋白到抗體
3.1 迷你蛋白設計：建立基準
研究團隊首先以迷你蛋白設計作為基準測試，選取五個此前文獻中研究過的靶點。Chai-2 在每個靶點上的成功率均為此前最優方法的至少三倍。
特別值得注意的是 TNFα——這一被估計為 PDB 中計算設計難度前 1% 的靶點，此前尚無計算方法成功設計的報導，而 Chai-2 實現了突破。
親和力：IL-7Rα、PD-L1、PDGFRβ、InsulinR 達到皮摩爾級，TNFα 達到低納摩爾級。
3.2 抗體設計：核心突破
在更具難度的抗體設計任務上，Chai-2 實現了歷史性突破：
- 52 個全新靶點，PDB 中無已知抗體
- 每個靶點設計 ≤20 個抗體或納米抗體
- 靶點成功率：50% (26/52 個靶點至少獲得一個成功結合物)
- 總體命中率：16% (VHH 20.0%，scFv 13.7%)
- 與此前方法對比：>100× 提升 (此前 <0.1%)
這一結果是計算方法在全新抗體設計上的首次雙位數成功率，具有里程碑意義。
3.3 設計質量評估
- 結構新穎性：絕大多數設計與已知抗體 RMSD > 10Å
- 序列新穎性：所有設計的 CDR 編輯距離 > 10
- 多樣性：多數靶點包含多個結構聚類
- 可開發性：與現有治療性單克隆抗體相當
- 親和力：EFNA 2.2 nM、VATF 80 nM、CSF1 17 nM 等
4. 應用展示：靈活的設計能力
以 CCL2 為例，研究團隊展示了 Chai-2 的靈活提示能力：
同一靶點，兩個不同表位，每種表位生成 VHH 和 scFv 兩種格式。
- VHH：4/20 成功（20% 命中率）
- scFv：5/20 成功（25% 命中率）
Chai-2 還支持交叉反應性設計，可同時針對多個蛋白設計。
5. 意義與展望
5.1 對抗體發現流程的影響
- 實驗規模：可在 24 孔板中完成，無需高通量篩選
- 時間線：從表位到實驗驗證僅需兩周
- 反饋循環：設計-驗證反饋循環的收緊，使得快速迭代優化成為可能
- 靶點覆蓋：50% 的測試靶點成功率表明該方法具有廣泛適用性
5.2 技術演進脈絡
Chai-2 的成功建立在多項技術積累之上：AlphaFold2（結構預測）→ RoseTTAFold/RFdiffusion（擴散模型在蛋白質設計）→ Chai-1（多模態結構預測）→ Chai-2（抗體設計的生成式建模）。這一演進體現了從"預測"到"設計"、從"結構"到"功能"的發展趨勢。
5.3 局限性與挑戰
- 高親和力預測：預測哪些設計將具有高親和力仍具挑戰
- 表位選擇：當前方法需要預先指定表位
- 體內性能：計算設計的抗體在體內的穩定性、免疫原性等仍需進一步驗證
6. 結論
Chai-2 在全新抗體設計任務上實現了從 <0.1% 到 16% 的跨越式提升，標誌著計算方法在生物製劑發現領域的實質性突破。"24孔板"規模的實驗流程和兩周的時間線，為抗體發現提供了新的可能性。這一進展不僅代表了算法層面的進步，更可能重塑生物製劑先導發現的標準策略。隨著計算設計成功率的持續提升，傳統的高通量篩選方法可能逐漸讓位於更精準、更高效的計算-實驗閉環流程。
參考資料
Chai Discovery Team. (2025). Zero-shot antibody design in a 24-well plate. bioRxiv. https://doi.org/10.1101/2025.07.05.663018
← 返回博客列表