人工智能技术正以前所未有的速度革新抗体药物研发领域，最新研究表明AI辅助设计可将病毒关键靶点识别效率提升数十倍。美国多家生物技术公司已成功利用AI模型设计出针对HIV、流感病毒等病原体的广谱抗体，其中Absci公司开发的靶向HIV'火山口区'特异性抗体有望成为广谱抗HIV药物，而科尔索团队的BoltzGen模型实现了原子级精度的抗体结构调控，为攻克传统难以靶向的分子提供了新路径。
近期，AI辅助抗体设计领域取得突破性进展，显著加速了药物研发进程。去年秋季，华盛顿州生物技术公司Absci宣布成功设计出首个靶向艾滋病病毒（HIV）保守区域——'火山口区’的特异性抗体。该靶点存在于所有HIV毒株中，意味着此类抗体有望成为广谱抗HIV药物，为终结艾滋病流行带来新希望。[1]
科尔索团队开发的BoltzGen AI模型代表了技术前沿，该模型专精于蛋白质及多肽结合剂的从头设计，涵盖传统抗体与纳米抗体。采用全原子生成架构的BoltzGen能同步处理蛋白质结构预测与结合剂设计，实现原子级精度的结构调控，大幅提升了抗体设计的准确性和效率。[1]
今年10月，科尔索团队报告称，BoltzGen设计的纳米抗体有望靶向癌症、病毒及细菌感染相关的多种蛋白。研究人员在细胞中表达并测试了15种最具潜力的设计，其中多个抗体显示出强效结合能力，尽管这些分子尚未进入疾病模型验证阶段。[1]
AI技术在广谱抗病毒抗体研发方面展现出巨大潜力。今年2月，贝克团队宣布通过AI技术发现了能结合所有流感病毒共有蛋白的广谱抗体，为开发通用流感药物开辟了新途径。该团队同期还宣布了能有效中和艰难梭菌毒素的抗体，这种感染在医院环境中常见且致死率高，新抗体有望显著降低相关死亡率。[1]
上个月，美国加州生物技术公司Nabla与AI初创企业Chai Discovery的科学家宣布，除纳米抗体外，他们利用AI工具成功设计了全长抗体。实验数据显示，部分抗体能特异性识别G蛋白偶联受体（GPCR）等传统抗体难以靶向的分子，这在药物研发领域具有革命性意义。[2]
Nabla团队通过AI平台生成了数万个GPCR结合抗体，其中数十种在实验室测试中表现出与现有药物相当甚至更强的亲和力，而这些传统药物通常需要多年研发周期。Nabla首席执行官瑟吉·比斯瓦斯表示，若能精准调控GPCR活性，就等于掌握了细胞生物学与疾病进程的关键开关。[1]
AI技术不仅加速了抗体设计，还革新了靶点识别过程。美国哈佛医学院团队开发的PDGrapher人工智能模型能够精准识别可逆转细胞疾病状态的基因与药物靶点，有望彻底改变药物发现的路径。该模型不仅能准确识别已知有效的药物靶点，还预测了多个有新证据支持的候选靶点，例如将KDR（VEGFR2）列为非小细胞肺癌的潜在靶点。[1]
与其他同类AI工具相比，PDGrapher在准确性和效率上均表现卓越。在未见过的数据集中，其对正确治疗靶点的预测排名高出其他模型35%，且运算速度比现有方法快25倍，大幅提升了靶点识别的效率。[1]
美国加州大学尔湾分校合成生物学家刘畅预测，完全由AI设计的抗体可能很快进入人体试验阶段。上周，美国Genative生物医学公司已启动了针对严重哮喘的抗体药物大规模临床试验，该公司运用AI技术对现有抗体进行优化，显著提升了其结合能力、稳定性及其他药理特性。[2]
专家认为，AI未来可能设计出具有特殊功能的抗体，如穿透血脑屏障或同时识别多个靶点。当科学家能够一键生成抗体雏形，便能将更多精力投入前沿挑战的攻关中，这将彻底改变药物研发的范式。[2]