撰文丨王聪 编辑丨王多鱼 排版丨水成文 人源 单克隆抗体 是一类多样化的治疗药物，理论上能够以极高的特异性靶向任何蛋白质，使其成为治疗多 种疾病的极具前景的候选药物。直到最近，抗体开发仍然主要依靠基于发现的实验方法，通常是通过筛选 先前接触过感兴趣的抗原靶点的人类或动物样本来进行。即便现在在抗体发现方法的通量方面有了大幅改 进，这一过程仍然费力、缓慢且成本效益低。治疗市场以及单克隆抗体应用范围的持续扩大，对能够加速 并拓展抗体发现能力的计算工具的需求也随之增加。 近期， 人工智能 （AI） 领域取得的重大突破，尤其是基于 Transformer 的 大语言模型 （LLM） 和扩散 模型 （diffussion model） 在各类任务中展现出的无与伦比的性能，推动了抗体相关设计任务的计算方法 的迅猛发展，包括亲和力成熟、抗体重新设计以及单域抗体的生成。 然而，目前尚未有已发表的方法能够证明我们具备了设计无模板、抗原特异性抗体的能力。现有的方法仅 限于抗体的重新设计，重点在于互补决定区 （CDR） 的生成，这需要一个初始的抗体模板来提供抗体的可 变基因和框架区。此外，这类抗体设计模型主要基于结构信息，且训练过程 ...