Cell丨利用大型语言模型生成抗原特异性配对链抗体

本研究针对传统单克隆抗体开发流程效率低、成本高的问题，提出基于蛋白语言模型MAGE的抗原特异性抗体生成方法。背景方面，现有AI辅助抗体设计多依赖结构数据和已知模板，难以实现从零开始的跨靶点设计。研究目的旨在开发无需模板、以序列为核心的抗体生成工具，通过微调预训练模型Progen2-base，使用抗体-抗原配对序列数据训练模型生成配对重链/轻链可变区。实验验证表明，MAGE生成的抗体能有效结合SARS-CoV-2 RBD并中和病毒，且具备与临床抗体相当的可开发性特征。结论证实该方法能跨病毒靶点生成多样化抗体，为抗体发现提供了新路径。