双抗ADC破局免疫逃逸,临床前数据引爆期待

双抗ADC破局免疫逃逸,临床前数据引爆期待

双抗ADC破局免疫逃逸,临床前数据引爆期待

首页 > Biacore > 知识资源中心 > 药学 > 大分子药物 >双抗ADC破局免疫逃逸,临床前数据引爆期待
抗体偶联药物(Antibody-Drug Conjugates;ADC)被誉为精准打击肿瘤的“生物导弹”,它巧妙地将高细胞毒性的化疗药物与靶向肿瘤的单克隆抗体通过连接子结合在一起,实现了对癌细胞的“定点清除”。

然而,在临床实践中,ADC药物仍面临两大核心挑战:耐药性和治疗窗口窄。前者让初始有效的药物最终失效,后者则限制了给药剂量,使得疗效难以进一步提升。

为了突破这些瓶颈,双特异性抗体偶联药物(BsADC)应运而生,将目标直接对准肿瘤免疫逃逸的关键通路。研究发现,B7-H3和PD-L1这两个免疫检查点分子,在多种实体瘤中不仅高度表达,而且常常共表达,它们共同抑制T细胞的活性,导致免疫逃逸和患者预后不良。但临床前研究已证实,若同时阻断这两个靶点,能同时激活机体的天然免疫和适应性免疫,展现出强大的协同抗肿瘤潜力。

2025年8月,映恩生物的研发人员就基于以上背景开发出了名为DB-1419的新型双抗ADC。并在国际期刊Clinical Cancer Research上发表题为“Preclinical evaluation of DB-1419, a novel bifunctional and bispecific anti-B7-H3/PD-L1 antibody-drug conjugate”的研究论文,详细阐述了DB-1419的设计以及临床前研究数据,为ADC疗法的未来发展提供了重要参考。

那么,这个备受期待的双抗ADC表现究竟如何,让我们一探究竟!
研究人员设计的DB-1419的结构,如图1所示,就像一枚装备了“双制导系统”的智能生物导弹,一头瞄准B7-H3,另一头锁定PD-L1,同时携带了通过可裂解的连接子挂载了8个具有细胞毒性的P1003分子,最终形成了药物抗体比(DAR)高达8的这款双抗ADC药物—DB-1419。

图1:DB-1419的结构示意图

首先研究人员就对DB-1419进行了全方位的质量评估,包括结合特异性、亲和力、血浆稳定性,以及药代动力学特征等。在这其中,就用到了Biacore从分子水平上直接验证双抗ADC是否可以精准的识别并准确结合在靶点上以及结合的强度如何。

作者选择了使用Human Antibody Capture Kit与CM5芯片搭配使用,制作了一张捕获芯片,将DB-1419捕获到传感芯片上,然后以人和食蟹猴的B7-H3和PD-L1作为分析物依次流过芯片表面进行特异性及亲和力动力学的检测。

Biacore的检测结果表明,DB-1419对食蟹猴和人B7-H3和PD-L1具有强结合,亲和力分别为1.51×10-9;7.31×10-10;3.07×10-10;2.36×10-10(如图2所示)。

图2:通过Biacore研究DB-1419与人、

食蟹猴的B7-H3和PD-L1的物种交叉反应性

与此同时研究人员还对小鼠和大鼠的B7-H3和PD-L1蛋白进行了检测,结果表明其均具有较低的亲和性或无亲和性(如图3所示)。这些结果也证明了食蟹猴是进行DB-1419非临床药代动力学和毒性研究的最合适物种。而且其连接毒素在人和食蟹猴血浆中的附着稳定维持了至少21天,并且DB-1419的有效荷载P1003的释放率小于约4.4%。以上结果表明DB-1419是靶向B7-H3/PD-L1的BsADC,且具有高的结合特异性、亲和力和循环稳定性。
图3:通过Biacore研究DB-1419与小鼠和大鼠的B7-H3和PD-L1的物种交叉反应性

除此之外,在动物模型中,DB-1419同样表现不俗。在肝癌和肺癌的异种移植模型中,它实现了超过97%的肿瘤生长抑制,也就是几乎让肿瘤“消失不见”。更令人鼓舞的是,在模拟人体免疫环境的免疫活性模型中,DB-1419不仅能强力抑制肿瘤生长,还能有效阻断PD-1/PD-L1通路,激活肿瘤特异性免疫,甚至在PD-1抑制剂耐药的模型中也取得了显著疗效。

综上所述,DB-1419凭借其“化疗+免疫”双管齐下的创新设计,在临床前研究中展现了卓越的抗肿瘤活性、良好的药代动力学特性和可控的安全性。它不仅是一款药物,更代表了新一代ADC药物的发展方向。

诺奖团队+国内科研新成果见证实力!AI+SPR近期文章盘点

诺奖团队+国内科研新成果见证实力!AI+SPR近期文章盘点

诺奖团队+国内科研新成果见证实力!AI+SPR近期文章盘点

首页 > Biacore > 知识资源中心 > 药学 > 大分子药物 >诺奖团队+国内科研新成果见证实力!AI+SPR近期文章盘点
过去一年,AI分子从头设计领域迎来爆发式增长,相关SCI论文已超百篇,其中近半数发表于Nature、Science、Cell等顶刊及其子刊。从预测设计到验证,Biacore所提供的高质量、高通量的亲和力动力学实验数据,无疑是重要的一环。

治疗性蛋白靶点大环肽配体的开发通常依赖于大规模筛选方法,这些方法资源消耗大且难以控制结合模式。尽管基于物理的肽设计方法和深度学习的蛋白质设计技术已取得显著进展,但目前仍缺乏可靠的蛋白质结合大环肽从头设计方法。

继去年开发了一种能从头设计生成全新蛋白质的人工智能算法:RFdiffusion后,诺奖得主David Baker实验室在Nature Chemical Biology上发布的RFpeptides——一种基于去噪扩散模型的流程【1】,可用于针对目标蛋白质设计大环肽配体。在四种不同蛋白靶点上分别测试了10-20个设计的大环肽,成功获得了所有选定靶标的中等至高亲和力配体。

相关阅读:

RFpeptides用来设计结合靶蛋白的环肽骨架;ProteinMPNN或LigandMPNN生成序列;RoseTTAFold2(RF2)、AfCycDesign(AFC)预测环肽-靶蛋白复合物结构,打分进行虚拟筛选(图1)。

图1:RFpeptides是一种基于扩散模型的技术流程,能够从头设计结合蛋白的大环肽

亲和力测定(验证)实验使用SPR技术(Biacore 8K),通过Biotin Capture Kit固定生物素化的目标蛋白。结合筛选阶段使用单循环动力学(SCK),10 nM,100 nM,1 μM,10 μM,100 μM连续进样5个浓度,结合60秒,解离120-150秒。测定成功设计的亲和力阶段,使用单循环动力学连续进样9个浓度,2-5倍稀释。兼顾了效率与数据质量。

以MCL1为靶蛋白,设计出9965个骨架,每个骨架4个序列,虚拟筛选后合成了27个大环肽。通过SPR筛选,验证大环肽和MCL1的互作,得到D2、D26。最终测定大环肽D2和MCL1亲和力为2 μM。

以MDM2为靶蛋白,设计了10000个骨架,每个骨架4个序列,虚拟筛选后合成了11个大环肽。通过SPR筛选,验证大环肽和MDM2的互作,得到D8。最终测定大环肽D8和MDM2亲和力为1.9 μM。
图3:靶向MDM2的大环肽的设计,筛选,验证过程
最佳抗GABARAP大环肽的KD值为6 nM,体外实验显示其IC50低于纳摩尔水平。
图4:靶向GABARAP的大环肽的设计,筛选,验证过程
对于靶标RbtA,尽管仅从靶序列出发(缺乏实验确定的靶结构),仍获得了KD值小于10 nM的高亲和力配体。

图5:靶向RbtA的大环肽的设计,筛选,验证过程

大环肽与MCL1、GABARAP和RbtA复合物的X射线晶体结构显示,其与计算设计模型高度吻合。与文库筛选方法中结合模式确定常成为主要瓶颈相比,RFpeptides生成的大环化合物结合模式可通过设计预知,这将极大促进下游优化进程。因此,RFpeptides为诊断治疗用大环肽的快速定制化设计提供了强大框架。

国内科研工作者成果

2025年6月10日,北大-清华生命科学联合中心/北京大学生物医学前沿创新中心/昌平实验室曹云龙团队联合中国科学院生物物理研究所王祥喜团队、美国Moderna公司Laura M. Walker团队在Nature Microbiology上发表论文【2】,提出了针对流行的高频突变病毒,通过预测病毒进化热点,快速准确筛选出广谱中和抗体的策略。发现了来自原始株康复者的广谱中和抗体BD55-1205,该抗体不但能中和所有现存的SARS-CoV-2突变株,与相同表位的其他抗体相比还对表位上的逃逸突变具有很强的抵抗能力,具有开发为新一代SARS-CoV-2广谱中和抗体药物的潜力。

Biacore 8K(SPR)实验(ProA-mAb-RBD)表明BD55-1205 IgG对RBD各种突变显示出高亲和力,范围为1  pM至18  nM,符合其对表位突变的兼容性(图6)。

图6:SARS-CoV-2 RBD突变体与BD55-1205 IgG的亲和力测定

2025年6月,中国科学院微生物研究所吴边研究员团队联合高福院士团队在National Science Review杂志在线发表研究成果【3】。该研究从蛋白质折叠与互作在分子层面的一致性出发,利用多任务学习和自蒸馏策略,开发了基于结构的图神经网络模型Pythia-PPI,实现了对单点突变引起的结合自由能变化(ΔΔG)的可靠预测。相较于传统物理能量函数,Pythia-PPI在预测精度、计算效率及使用便捷性方面均展现出显著优势,为蛋白质相互作用突变效应的定量预测与蛋白理性设计提供了有效工具。

为验证Pythia-PPI的应用价值,研究团队以靶向SARS-CoV-2 PT RBD的CB6抗体为研究对象,从模型预测结果中筛选出前10个可能增强亲和力的单点突变,并通过Biacore 8K(SPR)实验进行验证(ProA-CB6-RBD)。结果显示(图7),V63Y、S35A等突变体表现出稳定的亲和力提升,其中S31R突变体与RBD的结合能力提升超过两倍,充分验证了模型在突变筛选与实验指导中的可靠性与实用性。

图7:CB6突变体与SARS-CoV-2 PT RBD的结合能力结果示意图
诊断原料替代,想说“I do”口难开

诊断原料替代,想说“I do”口难开

诊断原料替代,想说“I do”口难开

首页 > Biacore > 知识资源中心 > 药学 > 抗体药 > 诊断原料替代,想说“I do”口难开

体外诊断市场现状及原料企业的挑战

中国体外诊断市场规模从2015年约427.5亿元增长至2019年约805.7亿元,年化复合增长率达到17.2%。体外诊断市场的快速增长,带来了上游核心原料需求的快速增长。目前,体外诊断试剂核心原料外采占比依然较大,国产替代空间广阔。其中分子诊断酶和单抗产品是两项最大产品,也是目前国内生物原料企业必争之地。

图1:2016~2021年全球各地区IVD市场预计复合年均增长率 (%)

原料企业想要不断地扩大市场份额不是一件容易的事。很多细分赛道如生化、免疫已是发展多年的成熟市场,因此,对原料企业,特别是众多后来入场的国产原料企业而言,相当多的业务“机会”需要试剂厂家进行原料替换才能变现。

然而,IVD试剂厂家任何一个投产项目都经历了严谨而耗时的开发流程,包括原料筛选、配方开发、临床验证或试验、注册检、试生产和放大生产等,从立项到上市,整个时间跨度以年计。若进行原料替换,试剂厂家基本上相当于重走一遍开发流程,时间和人力成本甚巨;此外,原料替换对试剂品质的未知风险使得决策人承担巨大压力而不敢轻举妄动。 事实上,试剂厂家替换原料往往是客观情势下的被迫之举,不得不换。所以,原料企业要想取代试剂厂家的原有供应商,大多数情况下仰仗于竞争对手犯错,或者重大突发事件的助力。

原料企业的机会点

产品性能绝对是试剂厂家进行原料替换的最大动力。 抗原、抗体以及高品质的免疫干扰阻断剂等是免疫检测的核心关键原料,对产品的功能实现和性能具有决定性作用。因此,抗原、抗体性能与质量的优劣以及对常见免疫反应干扰的消除对诊断试剂的灵敏度、特异性等指标,乃至诊断试剂的整体性能与质量优劣有很大影响。在免疫检测领域,确保产品检测结果可靠、稳定及一致性是获得市场成功及良好声誉的关键。

1、原料筛选

对于体外诊断试剂的品质来说影响因素颇多,其中非常关键的一项就是原料的筛选。在选择了你的检测目标后,或者在寻求改善现有检测的性能时,非常值得花时间和精力做好原料的筛选工作。随着行业的发展与发现技术的进步,库容越来越大,所筛抗体亲和力越来越高, IVD企业急需自动化程度高、通量高、筛选速度快、灵敏度高、检测范围宽、成本低的筛选设备。Biacore 8K/8K+作为高通量高质量的互作检测设备,可同时放置1,536或4,608个样品,实现超过60或72小时无人值守,每小时筛选数百个样品,并且每个样品的筛选成本不到1块钱。

作为筛选的标准,表达量的高低决定了后续生产难度,动力学数据在原料抗体筛选中也十分关键,因为原料抗体与抗原的结合速率决定了检测信号出现的速度,而解离速率则决定了检测信号持续的时间长短。在靶点滞留时间越长的抗体越能耐受缓冲液冲洗,从而获得的诊断试剂信号持续时间越久,并且具有更高的灵敏度和稳定性。Biacore在筛选阶段能无需纯化,直接检测表达上清,同时提供动力学/亲和力和浓度测定的结果,做到浓度测定与亲和力/动力学检测二合一,相比 ELISA等其他技术,Biacore只需要一次实验即可得到三个维度的数据,极大地提高了检测效率,同时还可有效降低实验成本和时间成本。

图2:初始筛选剔除非生产性克隆,并鉴定出具有所需特异性及亲和力的抗体

2、活性/效价/亲和力

是反应抗体与抗原之间反应性的直接指标,现阶段大多数抗体供应商对于效价的检测是在ELISA平台上通过重组或者天然抗原对抗体进行测试,通过信号值对抗体的活性进行考察。传统方法提供的信息有限,不论是自主研发筛选或外部获得的原料抗体,都需要进一步进行亲和力/动力学检测,多维度评估,选出与研发目的高度匹配的原料抗体,即识别更快、解离更慢、亲和力更强。Biacore宽泛的亲和力/动力学检测范围与更高的分辨率,能够快速精确地帮助研发人员优中选优,强中选强。

图3:在单个图中可视化动力学和亲和力,以便更明智地选择抗体

3、特异性/结合位点

特异性指抗体单一性识别某种特定抗原的能力。该指标虽然不直接影响试剂整体反应性,但是却对于检测结果有着很重要的影响。外周循环中除了待测标志物之外,还存在许多其他分子。这些分子可能和待测物具有类似的结构或构象;当抗体所识别的线性表位的氨基酸序列或者构象表位的结构域存在于其他分子中时,便会导致测试结果的假阳性或者假阴性。这既是抗体特异性差所导致的结果,也可以理解为抗体识别的抗原表位不够专一所致。因此,抗体的识别位点是决定抗原特异性的关键性因素。Biacore 8K/8K+及最新款Biacore 1系列设备软件内置epitope binning实验与分析模块,能够更快、更好地展现配对分析的结果,助力原料抗体配对成功,鉴定抗体识别位点。

图4:软件自动可视化表位多样性的特征——叠加传感器图、热图和饼图

4、重复性/批间差

重复性是保证体外诊断试剂降低批间差异并且稳定生产的前提条件。另外,重复性和生产工艺密切挂钩,因此也是体现抗体质量的关键指标。Biacore出色的检测性能和数据重复性,满足了质量控制对数据可靠性的要求,可以建立抗体原料的全面质控标准,如活性浓度测定、批次间活性检测(亲和力/动力学)以及环境条件的影响等。

图5:根据亲和力及传感图重复性,评价批间相似度

5、稳定性

在特定的储存条件下,一定时间内抗体是否能保持其活性也很重要。常见对于原料稳定性的影响因素有温度及PH。目前大多数体外诊断生产公司倾向于使用37℃的加速破坏试验以模拟抗体的长期稳定性。其原理主要基于阿伦尼乌斯的经验公式推理而得,但是实际上加速稳定性并不能体现抗体的真实稳定性,试剂的使用场景决定了原料需要在不同的温度条件下表现依然稳定。Biacore不仅可以检测压力测试后的样品活性,其具有独立的控温系统,可在4-40℃的温控范围内进行亲和力检测,帮助更好地评估原料真实的性能。

图6:压力测试后检测抗体结合能力的变化

6、缓冲液体系

缓冲液“设置了环境”,在免疫诊断试剂中为结合提供合适的条件很重要。不仅要尝试不同的缓冲溶液,还要尝试这些溶液的不同浓度。即使是一个很小的浓度差异也能使检测成功或失败。在开发早期对不同缓冲液对抗体的亲和力影响进行评估,能够有效降低开发后期的风险。通过Biacore独有的A-B-A功能单次可以在保持连续流的基础上快速、便捷地检测高达4,608种不同缓冲液成分对抗体与抗原(待检测物)的影响,找到最合适的缓冲体系。

图7:使用ABA模式筛选不同离子强度对结合的影响(分析物分子量较低,响应值低,有部分噪音)

总 结

随着行业的发展,试剂厂家主动进行原料替换的情形或案例越来越多。比如企业自身实力快速壮大,未雨绸缪,降低单一品牌原料依赖性,逐步切换供应商。再比如,越来越多的试剂厂家,通过收购原料供应商,或者自建原料开发平台,以期一劳永逸解决潜在“卡脖子”风险。

面对机遇,原料企业需要足够的战略定力,精益求精、打磨产品品质。如果开发出的原料品种,相比市面上的竞品有显著性能上的优势乃至形成代差,例如抗体的灵敏度有数量级的提升,或者酶的活性及稳定性成倍的增强,无疑将大大增加试剂厂家进行原料替换的动力。

如何能在高手如云的原料企业中占得先机,一个稳定、高效、精准的检测利器必不可少。Biacore作为中美日等多国药典收录的互作检测技术,其使用贯穿整个诊断原料研发及生产的始终,包括早期原料抗体的筛选、亲和力/动力学表征、结合特异性、缓冲体系的筛选和配对分析,以及生产阶段基于活性浓度测定或批次间活性检测(亲和力/动力学)的质量控制等。在原料替换的风口来临之时,必能助力企业顺势而起,扶摇直上。

码要绿,果要红!Biacore助您一探苹果变红的分子机制

码要绿,果要红!Biacore助您一探苹果变红的分子机制

首页 > Biacore > 知识资源中心 > 食品 > 码要绿,果要红!Biacore助您一探苹果变红的分子机制

两会期间,“树立大食物观”的观点被提出,水果是食物保障中的重要内容。中国的苹果年产量4406.6万吨(2020年),占全球苹果产量的近一半,常见的苹果品种也有几十种之多。超市里的苹果有红有绿还有黄,顾客关注哪个苹果好吃,而中国农业大学的研究团队则一直在盯着苹果果皮:它是怎么变色的?

2022年2月,中国农业大学韩振海、吴婷老师团队在著名植物学期刊《Plant Cell》发表了关于苹果果皮褪绿机制的最新研究成果“Phosphorylation of MdERF17 by MdMPK4 promotes apple fruit peel degreening during light/dark transitions”。该研究发现,MdMPK4与MdERF17结合并使其磷酸化,进而调控苹果褪绿过程,并且这一过程受昼夜的光照影响。研究团队利用Biacore鉴定了MdMPK4与MdERF17的结合,并且利用Biacore发现不同MdMPK4与MdERF17之间结合能力的差异,为文章的关键发现了提供了重要数据。

苹果变红包括叶绿素降解(褪绿)和花青素积累。早在2018年,韩振海、吴婷老师团队发表在《Plant Physiology》的研究成果中,就发现乙烯响应因子ETHYLENE RESPONSE FACTOR17 (MdERF17)通过结合褪绿相关基因PPH、NYC的启动子来调控褪绿过程,其中Biacore提供了MdERF17与启动子结合的关键信息。近期文章中,作者首先利用免疫印迹法鉴定出与MdERF17相互作用的激酶MAP KINASE4(MdMPK4),利用Biacore T200,将MdMPK4固定在CM5芯片上,使MdERF17流过芯片表面检测动力学/亲和力,结果明确了MdMPK4-06G/14G与MdERF17-8s/3s的相互作用(图1)。

图1 Biacore检测MdMPK4与MdERF17的结合能力
图1 Biacore检测MdMPK4与MdERF17的结合能力

随后作者利用免疫印迹和LC-MS发现MdMPK4-14G可以在Thr67位点磷酸化MdERF17-8s,而MdMPK4-06G则不能,这为后续昼夜调控的研究埋下了伏笔。沿着前文研究的信号通路,作者设计了以MdMPK4-14G和MdERF17为效应子,以PPH-LUC、NYC-LUC为报告基因来检测体内的互作,发现只有在MdERF17受MdMPK4-14G磷酸化后才会激活下游PPH、NYC的转录。

为了进一步研究这一机制对叶绿素降解的调节,作者比较转入了空载或MdERF17的苹果果实,发现转入MdERF17的果实中PPH、NYC表达水平升高,叶绿素含量降低,且这一现象仅在MdERF17能被磷酸化的一组中出现,说明MdERF17的磷酸化促进了叶绿素的降解。

研究团队之前的文章中利用Biacore发现ERF17基因重复编码区,丝氨酸残基增多,对下游叶绿素降解相关基因PPH、NYC启动子的结合能力和稳定性也随之增强(图2)。本文同样利用Biacore研究了不同长度丝氨酸的影响,在Biacore结果发现MdERF17-8S与MdMPK4的亲和力更强(表1)之后,作者选择了MdERF17-3S纯合子的紫塞明珠和MdERF17-6S/8S的红富士,发现果实成熟期间叶绿素降解与MdERF17磷酸化呈现正相关的关系,进一步说明MdERF17重复编码区中丝氨酸个数与其磷酸化和下游叶绿素降解的关系。

图2 Biacore检测发现ERF17中重复丝氨酸的数量影响与下游启动子的结合能力
图2 Biacore检测发现ERF17中重复丝氨酸的数量影响与下游启动子的结合能力

表1 Biacore 测定MdERF17与MdMPK4的动力学参数

表1 Biacore 测定MdERF17与MdMPK4的动力学参数

聊完了MdERF17,继续关注上游的激酶MdMPK4。前面提到,MdMPK4-14G可以磷酸化MdERF17,而MdMPK4-06G则不能。作者进一步比较MdMPK4-14G和MdMPK4-06G启动子上游的基因序列后,发现MdMPK4-14G独有一个昼夜节律相关的原件。由此团队研究了白天和夜晚时MdMPK4-14G的表达水平,蛋白丰度及MdERF17的磷酸化水平,发现MdMPK4-14G是个不折不扣的夜猫子!不仅在晚上表达水平高,蛋白丰度高,引起的MdERF17的磷酸化程度也更高。作者对嘎啦苹果过程成熟中进行持续暗处理,发现MdMPK4-14G直接参与黑暗条件下叶绿素的降解。

图3 黑暗条件下MdMPK4-14G的表达水平和磷酸化能力提高

图3 黑暗条件下MdMPK4-14G的表达水平和磷酸化能力提高

至此,脉络逐渐清晰起来。基于大量的研究成果,作者提出了一个调控苹果变色的模型(图4)。晚上黑暗条件下,MdMPK4-14G带领着下游分子工作,降解叶绿素,给苹果褪绿,白天光照时,MdMPK4-14G休息,轮到MdMPK4-06G上场,积累花青素给苹果着红色。生物分子受光调节,同心协力,才结出了红的黄的绿的苹果,地球日过去不久,希望大家一直珍惜粮食呀!

图4 苹果果实中MdMPK4-14G介导的MdERF17磷酸化调控叶绿素降解

图4 苹果果实中MdMPK4-14G介导的MdERF17磷酸化调控叶绿素降解

植物学的研究总是厚积薄发,并且关系着农业、食品、环境、药物等等,哪一个都与我们的生活息息相关。从生长发育机制到抗逆,从天然活性成分的发现到农残检测,Biacore一直全力支持着植物学研究者。劳动节刚刚过去,北方夏收即将到来,在这里祝农民朋友,科技工作者,参与粮食生产的每一位劳动者丰收!

从诺奖看未来:SPR助力AI推动蛋白质结构预测的革新之路!

从诺奖看未来:SPR助力AI推动蛋白质结构预测的革新之路!

从诺奖看未来:SPR助力AI推动蛋白质结构预测的革新之路!

2024年,一直以“学界桂冠”著称的诺贝尔化学奖授予了David Baker、Demis Hassabis和John M. Jumper,以表彰他们在蛋白质结构预测领域的开创性贡献,尤其是在将人工智能(AI)与计算化学相结合,推动蛋白质结构研究取得革命性进展。
通过这一突破,科学家们得以以前所未有的精度预测蛋白质的三维结构,极大地加速了生物医学研究和药物开发的进程;而诺奖的授予,也让蛋白质结构研究这一话题走入了更多人的视野之中。
设计与靶点高亲和力和特异性结合的蛋白质是计算结构生物学中一个长期的挑战,具有在治疗学、诊断学等领域的应用。为了解决这个问题,大多数蛋白质设计方法通常依赖于预先存在的支架——无论是天然蛋白质还是全新设计的蛋白质——都需要具有明确的三级结构。使用支架作为基础的优点在于,在序列设计之后,相当一部分设计可能如预期般折叠,但这限制了形状匹配的范围,特别是对于表面相对平坦、缺乏小型微蛋白可嵌入凹陷的目标。

针对现有问题,David Baker教授及其团队开发了一种能从头设计生成全新蛋白质的人工智能算法:RFdiffusion,其可以从完全随机的残基分布开始,在感兴趣的靶点的存在下,没有任何预先的支架的指导下进行。完全无约束的RFdiffusion可以生成多种多样的折叠和组装,以及包裹在延伸的螺旋肽周围的折叠蛋白质。

2024年12月5日,David Baker教授及其团队在Science上发表了“Target-conditioned diffusion generates potent TNFR superfamily antagonists and agonists”一文。

由于肿瘤坏死因子受体超家族(TNFRSF)中包括许多重要的药物靶点,但很多家族成员缺乏一些能够靶向的、具有一定疏水性位点的凹陷区域。该文章主要专注于TNFR超家族进行拮抗剂和激动剂与靶点的研究。

首先是针对TNFR1,David Baker教授及其团队首先通过RFdiffusion算法筛选了多个主链结构并预期既能够折叠成目标结构,又能跟靶标结合。并将96个设计的基因在大肠杆菌中表达。

Fig1,TNFR1是一个具有挑战性的靶点

其表面平坦且只有少量表面疏水残基

接下来,David Baker教授及其团队运用Biacore验证设计蛋白与TNFR1的结合,其中蛋白TNFR1_mb1和TNFR1_mb2的KD分别为29 nM和24.5 nM。两种设计都具有高度特异性,对TNFR2没有检测到可见的结合。
Fig.2 设计蛋白与TNFR1结合的设计模型及其SPR检测结果
接下来作者又用了部分扩散 (Partial diffusion),将主链部分加噪后又通过RFdiffusion去噪并将蛋白表达。通过Biacore检测设计蛋白与TNFR的结合,其中30%能与TNFR1结合,且将TNFR1_mb2的亲和力提高了三个数量级至=<10 pM,而TNFR1_mb3的亲和力则从微摩尔范围的弱结合提高到20 nM。部分扩散的TNFR1_mb2(TNFR1_mb2_pd1)的低皮摩尔亲和力远高于任何以前描述的单体TNFR1结合蛋白的亲和力。
Fig3. 部分扩散设计后对于亲和力的影响
鉴于部分扩散对于提高蛋白亲和力方面的成功,文章又用类似的方法对TNFR超家族的其他成员TNFR2、OX40和4-1BB进行计算设计。对于TNFR2,32%的设计具有高特异性结合,亲和力最高的设计对TNFR2的KD为198 pM,对测试的其他家族成员没有亲和力。通过TNFR1结合物开始的部分扩散预测了一个对OX40的结合物,其KD为30 nM。对于与TNFR1关系更远的4-1BB,则需要额外一轮部分扩散,但实验成功率仍然高,测试的48个设计中有22个特异性结合其目标,亲和力最高为44 nM。
Fig4. 亲和力最强的TNFR2、OX40和4-1BB结合物的设计模型
除了此文章外,David Baker教授及其团队成功开发了多款重要的软件工具,帮助蛋白质研究中的结构预测和设计。在此基础上,Baker的团队也成功设计了多种具有特定功能的新蛋白质,在新型生物治疗药物开发、疫苗、和诊断等方面都具有重要贡献。
  • Biacore作为表面等离子共振(SPR)技术的先锋,具有高检测准确度、广泛的亲和力覆盖范围等显著特点,为AI蛋白设计提供了强大的助力。
Biacore的检测范围广泛,能够覆盖从低亲和力到高亲和力的相互作用,这对于AI蛋白设计尤为重要。AI技术可以预测蛋白质的结构和功能,但需要实验数据来验证和优化这些预测。Biacore提供的准确数据能够帮助研究人员验证AI设计的蛋白质是否具有预期的结合特性和动力学行为。
  • Biacore特有的智能数据质量评估系统,能够以图形化显示方式评估检测结果,自动进行统计学分析,并给出相应参数,以此判断数据的可信度与准确度。
这种数据质量的保证对于AI蛋白设计的优化和验证至关重要,确保了实验结果的可靠性和可重复性。Biacore不仅在基础科研与药物研究中发挥着重要作用,还在持续为AI蛋白设计提供关键的实验数据支持,推动了蛋白质结构预测和设计的革命。

新火花! Biacore与冷冻电镜,揭示PI3Kα全新药物结合位点

新火花! Biacore与冷冻电镜,揭示PI3Kα全新药物结合位点

首页 > Biacore > 知识资源中心 > 基础科研 > 新火花! Biacore与冷冻电镜,揭示PI3Kα全新药物结合位点
磷脂酰肌醇3-激酶 (PI3K) 是体内一种重要的脂质激酶,在细胞生长、增殖和分化等重要生命过程中发挥关键的信号调节作用。PI3K可分为三类 (I–III) ,其中I类PI3Ks又细分为IA类和IB类。PI3Kα属于IA类,由催化亚基p110α和调节亚基p85α组成,是所有癌症中最常突变的激酶,在约13%的实体瘤患者中检测到其致癌突变。

越来越多的PI3Kα抑制剂在临床试验上取得突破性进展,但目前可用的PI3Kα小分子抑制剂不能区分野生型蛋白 (WT) 和癌突变体蛋白,因此它们同时也会抑制WT酶维持基本生命的活性,带来的高毒性等副作用,使其成为应用于临床所面临的巨大挑战。因此,识别突变体特异性位点,并基于此位点进行药物设计至关重要。

023年下半年,复旦大学基础医学院王明伟讲席教授、美国Scripps研究所Peter K. Vogt院士和中国科学院上海药物研究所杨德华研究员合作在《美国国家科学院院刊》上发表了题为Structural insights into the interaction of three Y-shaped ligands with PI3Kα的研究成果(图1),研究人员通过冷冻电镜分别解析了PI3Kα与三种Y型配体(Cpd16、Cpd17和Cpd18)复合物的结构,并用Biacore的亲和力结果与之相互验证,揭示了之前未曾报道的特殊配体结合口袋(空间上靠近ATP结合位点),为靶向PI3Kα的药物设计提供了新的思路。

图1:复旦大学和中科院上海药物所等发表在PNAS上的科学研究论文
图1:复旦大学和中科院上海药物所等发表在PNAS上的科学研究论文

Biacore助力PI3Kα相关研究

两年前,瑞士科学家使用DNA编码化合物库 (DEL) 靶向PI3Kα进行的药物筛选发现了一类全新型骨架的Y型配体,部分化合物对PI3Kα突变体H1047R的亲和力强于野生型 (WT) 。基于此,本论文的研究人员应用300 kV冷冻电镜拍摄到的清晰图像和后继单颗粒三维重构,获得了分辨率分别为3.05 Å、3.03 Å和3.19 Å的Cpd16–PI3Kα、Cpd17–PI3Kα及Cpd18–PI3Kα三个复合物的分子结构。

首先,他们分析了Cpd17–PI3Kα的冷冻电镜结构,结果显示Cpd17以Y型构象结合在PI3Kα上,其中一条侧链(2,3-二甲基喹喔啉-6-羧酰胺)插入到先前未知、由R770和W780形成的“三明治”型口袋,形成强烈的π-π和cation-π相互作用;另一条侧链(6-(2-苯基乙炔基)喹喔啉)则以独特角度插入ATP结合位点,与PI3Kα形成丰富的疏水和堆叠作用。进一步,研究人员通过Biacore实验验证了Cpd17与PI3Kα的强亲和力,二者的亲和力KD高达347 nM(图2)。

图2:Biacore检测PI3Kα与Cpd17的亲和力以及PI3Kα-Cpd17复合体的冷冻电镜结构
图2:Biacore检测PI3Kα与Cpd17的亲和力以及PI3Kα-Cpd17复合体的冷冻电镜结构

cpd16是cpd17的S型对映异构体,Cpd16的手性差异使得其氨基酸尾部旋转以致略微远离PI3Kα,从而减少了与后者相互作用之面积,降低了二者的亲和力。Biacore结果与之完全一致,Cpd16与PI3Kα的亲和力稍微降低,降低了约3倍,是915 nM (图3)。cpd18是cpd17的间异构体,Cpd18的苯环间位取代使Y型中心叔碳往远离P-环方向位移2.5 Å,引起6-(-苯基乙炔基)喹喔啉和2,3-二甲基喹喔啉-6-羧酰胺分别旋转67.6度和27.4度,因此无法与S773和V851等形成氢键,与R770的堆叠和M772的疏水作用也明显下降,由此显著下降了同PI3Kα的亲和力。Biacore结果与之完全一致,相较于Cpd17与PI3Kα的亲和力,Cpd18与PI3Kα的亲和力显著降低,降低了约28倍,只有9930 nM(图3)。对于三种不同亲和力的Y型配体(Cpd16、Cpd17和Cpd18)复合物的深入研究,阐明了立体或区域化学修饰引起亲和力差异的结构基础,为靶向PI3Kα的药物设计提供了新的思路。

图3:Biacore检测PI3Kα与Cpd16、Cpd18的亲和力
图3:Biacore检测PI3Kα与Cpd16、Cpd18的亲和力

小结:

作为冷冻电镜的黄金搭档,Biacore还将持续助力更多结构的解析以及结构生物学的发展。不仅在结构生物学与药学领域,Biacore广受欢迎,其实Biacore已广泛应用到基础科研与药物开发的多个领域。截至目前,借助Biacore累计发表的文章已突破60000篇,超过100种的已上市药物的研发、申报、生产过程中也均有Biacore的身影。同样期待越来越多新的结合位点被发现并基于这些位点开发出更多优质的药物,助力人类健康事业。

参考文献:

Zhou, Qingtong et al. “Structural insights into the interaction of three Y-shaped ligands with PI3Kα.” PNAS vol. 120,34 (2023): e2304071120.

Favalli, Nicholas et al. “Stereo- and regiodefined DNA-encoded chemical libraries enable efficient tumour-targeting applications.” Nature chemistry vol. 13,6 (2021): 540-548.