《自然-生物技术》新文上线︱高小井/Brian L. Hie/Luis S. Mille-Fragoso 团队开发开源端到端AI抗体生成框架Germinal

本文介绍了一种名为Germinal的开源AI抗体生成框架。传统抗体获取方法依赖动物免疫或大规模文库筛选，周期长且成功率低。研究团队将结构预测模型AlphaFold-Multimer与抗体特异性语言模型IgLM相结合，针对用户指定的表位进行抗体互补决定区的从头设计。在四个靶点（PD-L1、IL3、IL20、BHRF1）上，仅通过43至101个纳米抗体的低通量实验验证，即获得了可表达且具有结合活性的分子，最佳亲和力达约42纳摩尔。通过丙氨酸突变和结构解析验证了设计的准确性。Germinal极大地降低了抗体发现所需的湿实验验证数量至几十个，为资源有限的实验室提供了便捷工具，并为开发针对特定病原体的新疗法奠定了基础。研究代码和实验方案已开源。