Roche 团队如何设计酸性 pH 激活的 anti-CD3 抗体

在多数抗体工程项目中,"高亲和力"通常意味着在各种环境下都能稳定结合靶标。但对 T cell engager 而言,持续而广泛的 CD3 结合并不一定是好事。

CD3 是 T 细胞激活的核心受体。双特异性抗体一端识别肿瘤抗原,另一端结合 CD3,可以把 T 细胞拉到肿瘤细胞附近并触发杀伤。然而,CD3 臂如果在正常组织和血液中同样保持活性,就可能引起非肿瘤区域的 T 细胞激活,增加细胞因子释放和 on-target、off-tumor 毒性。

肿瘤组织提供了一个天然的条件开关:

  • 健康组织和血液环境:pH 约为7.4;

  • 多数实体瘤微环境:pH 约为6.5~6.8;

  • 缺氧、灌注不足的肿瘤核心区域:pH 可能更低。

因此,一种理想的 anti-CD3 抗体应当在 pH 7.4 时降低 CD3 结合和 T 细胞激活,而在肿瘤酸性环境中恢复活性。

2026年,Roche 与因斯布鲁克大学团队在 mAbs 发表了《Engineering of acidic pH-responsive anti-CD3 binding antibodies》。研究以 anti-CD3 抗体 40G5c 为母本,结合结构分析、定向噬菌体展示、SPR、恒 pH 分子动力学、偏置交换元动力学和细胞功能实验,获得了在酸性环境下优先结合并激活 T 细胞的抗体变体。

需要先澄清一点:这篇论文并没有发布一个可以直接输入序列、输出 pH 敏感抗体的单一软件。它提出的是一条完整的 pH 响应抗体工程工具链

结构指导的突变库设计负责发现候选位点,双 pH 展示筛选负责富集功能分子,分子动力学负责解释 pH 响应机制,SPR 和细胞实验负责完成定量验证。

一、这篇文章解决了什么问题?

传统 pH 敏感抗体设计通常集中在抗原结合界面进行 His 扫描。

其基本逻辑是:

复制代码
将界面残基突变为 His
        ↓
His 在酸性条件下质子化
        ↓
氢键或静电相互作用改变
        ↓
抗体亲和力随 pH 改变

这种方法简单直接,但存在三个问题。

第一,并不是所有 His 突变都能产生 pH 敏感性。His 是否有效,还取决于其局部埋藏程度、邻近电荷、氢键方向和残基构象。

第二,引入 pH 敏感性经常伴随着亲和力下降。抗体虽然获得了酸性选择性,但在目标 pH 下的结合能力也可能明显弱于母本。

第三,很多有效突变并不直接接触抗原。它们可能通过改变 CDR 构象、VH--VL 相对取向和抗体构象集合间接控制结合,但这种机制难以通过静态结构预测。

这篇研究的重要突破正是在第三点:

pH 敏感抗体不一定依靠一个直接接触抗原的 His 开关,也可以通过酸性残基调节 CDR 动态和 VH--VL 构象,使抗体在酸性条件下更容易进入"可结合构象"。

二、研究的总体方法流程

整篇论文的工作流可以分为六个阶段。

复制代码
40G5c--CD3复合物结构解析
             ↓
选择CDR及表面暴露位点
             ↓
构建H/D/E/N/Q定向噬菌体展示库
             ↓
pH 6.0结合 + pH 7.4/8.0洗脱
             ↓
ELISA与SPR确认pH敏感突变
             ↓
cpH-MD确定可能变化的质子化状态
             ↓
偏置交换元动力学扩大CDR构象采样
             ↓
聚类后开展常规MD
             ↓
PCA、TICA、ABangle和接触网络分析
             ↓
Jurkat细胞结合与原代T细胞激活验证
             ↓
组合突变和亲和力恢复优化

这条路线中,计算模拟并不是独立承担候选突变发现,而是与实验筛选形成分工:

  • 噬菌体展示回答"哪些突变有效";

  • SPR回答"亲和力和动力学改变了多少";

  • MD模拟回答"为什么这些远离抗原的突变会产生pH依赖性";

  • 细胞实验回答"这种pH依赖性能否转化为选择性T细胞激活"。

三、第一步:解析40G5c与CD3的结合结构

研究以 anti-CD3 抗体40G5c为母本。该抗体序列已经用于CD20×CD3 T cell engager mosunetuzumab的CD3结合臂。

作者解析了40G5c Fab与CD3ε九肽表位的共晶结构:

  • PDB编号:9T46

  • 分辨率:1.65 Å;

  • 结晶pH:4.6;

  • CD3肽段:pE-DGNEEMGG-NH2

  • N端为焦谷氨酸;

  • C端经过酰胺化。

抗体Fab以500 μM浓度与5 mM肽段混合,相当于使用10倍摩尔过量肽,室温孵育30分钟。最佳晶体在0.1 M乙酸钠、2 M硫酸铵、pH 4.6条件下生长,于21°C培养18天后获得。

结构显示,CD3表位主要由以下区域识别:

  • CDR-L1;

  • CDR-L3;

  • 部分CDR-H1。

其中,CDR-L1和CDR-L3贡献了最密集的氢键与范德华接触。CD3肽N端焦谷氨酸还与重链Y33形成芳香相互作用,并与H35形成氢键。

这一结构分析确定了后续突变库的重点区域:轻链CDR尤其是CDR-L3,是调节结合的重要控制区域。

四、第二步:构建双pH定向噬菌体展示库

1. 突变库如何设计?

在晶体结构完成前,团队首先使用MOE建立了40G5的同源模型,并根据结构环境将CDR残基划分为几类:

  • 直接或可能参与抗原结合的残基;

  • 与CDR局部结构稳定性有关的残基;

  • 受CDR上下文影响的残基;

  • 完全暴露于溶剂的残基。

突变并不是对所有位置无差别随机化,而是根据位置功能设置不同范围:

  • 结构关键位点仅在不会破坏结构时引入可电离残基;

  • CDR上下文相关位点主要替换为性质接近的同源残基,同时加入可电离残基;

  • 完全暴露位点使用性质相近的氨基酸并掺入可电离残基;

  • 避免引入潜在糖基化和脱酰胺化序列基序。

主要使用的突变氨基酸为:

  • H:组氨酸;

  • D:天冬氨酸;

  • E:谷氨酸;

  • N:天冬酰胺;

  • Q:谷氨酰胺。

其中H、D和E可以直接改变局部电荷或质子化状态;N和Q则作为结构相近但不带电的参照或替代残基。

约有20个CDR位置参与随机化,理论文库多样性约为:10^14

当然,实际噬菌体库不可能覆盖全部理论组合。这个数字表示设计空间规模,而不是实际完整筛选了 (10^14) 个独立克隆。


2. 为什么在pH 6.0结合、pH 7.4或8.0洗脱?

传统亲和力筛选通常在同一缓冲条件下完成结合和洗脱。本文则有意构建了一个"反向选择"过程。

复制代码
pH 6.0:
保留能够结合CD3的抗体

pH 7.4或8.0:
洗脱在中性或偏碱性条件下容易脱离CD3的抗体

这会优先富集:

  • 酸性条件下结合;

  • 生理pH下结合减弱;

的抗体分子。

作者共进行了4轮panning,并逐轮降低抗原浓度,以提高选择压力。

每轮筛选的主要条件包括:

  • 输入噬菌体先用1% BSA和0.05% Tween封闭1小时;

  • 抗原为带生物素标记的Fc-CD3γɛ异二聚体;

  • 在pH 6.0条件下与抗原磁珠结合;

  • 使用多次5分钟洗涤进行off-rate选择;

  • 洗涤缓冲液为50 mM Bis-Tris和140 mM NaCl;

  • 部分洗涤液额外含0.05% Tween-20;

  • 使用500 nM单独Fc进行反向筛选,排除识别Fc的克隆;

  • 最后在PBS pH 7.4或pH 8.0条件下洗脱。

洗脱的噬菌体感染大肠杆菌TG1,再使用helper phage扩增,进入下一轮筛选。

3. ELISA筛选标准

最终克隆使用384孔链霉亲和素板检测:

  • 包被抗原浓度:100 nM Fc-CD3;

  • 同一克隆分别在pH 6.0和pH 7.4条件下检测;

  • pH 6.0与pH 7.4信号比大于10,定义为pH敏感阳性克隆。

约600个克隆进入初筛:

  • 约50%能够结合CD3,但没有明显pH依赖性;

  • 只有约1%~2%表现出明确的pH 6.0偏好性。

这说明,即使通过结构指导设计了富含可电离残基的突变库,真正的pH敏感克隆仍然比较稀少。

序列富集分析最终将注意力集中到轻链CDR-L3的两个位置:

  • T89L→D,简称T89D;

  • Q90L→E,简称Q90E。

有趣的是,这两个位置均不直接接触CD3表位。

五、第三步:用SPR定量评价pH依赖性

候选抗体被制备为单价one-armed IgG,并在pH 6.0和pH 7.4下进行SPR测定。

SPR参数设置

  • 仪器:Biacore T200;

  • 温度:25°C;

  • 固定相:生物素化人CD3ε/δ;

  • 芯片:Neutravidin芯片;

  • 固定水平:约20 RU;

  • 流动缓冲液:HBS;

  • pH条件:6.0和7.4;

  • Tween-20:0.05%;

  • 抗体最高浓度:900 nM;

  • 结合时间:60秒;

  • 解离时间:60秒;

  • 再生液:10 mM glycine,pH 2.0;

  • 再生时间:60秒;

  • 拟合模型:1:1 Langmuir模型。

SPR结果

变体 pH 6.0 KD pH 7.4 KD 主要表现
40G5c 29.8 nM 31.9 nM 基本无pH依赖
T89D 177 nM 无法可靠测定 中性pH结合极弱
Q90E 101 nM 743 nM 约7.4倍酸性偏好
I93H 53.5 nM 114 nM 约2.1倍差异
Q90E-I93H 304 nM 无法可靠测定 保留明显pH依赖

结果揭示了一个反直觉现象:

  • I93H最靠近抗原,却只能产生较弱pH依赖;

  • T89D和Q90E远离抗原,却产生更强pH响应;

  • 最关键的pH敏感突变并不是His,而是Asp和Glu。

这意味着,pH依赖性不一定来自抗体与抗原之间的直接电荷切换,也可能来自抗体本身构象集合的变化。

六、第四步:用恒pH MD确定质子化状态

为了研究T89D和Q90E为什么能产生pH响应,团队首先对母本40G5c Fab开展恒pH分子动力学模拟,即constant-pH MD。

1. 结构准备

作者从PDB 9T46出发:

  • 删除CD3肽段,只保留游离Fab;

  • 使用MOE处理结构;

  • 轻链和重链C端用酰胺封端,避免产生非天然末端电荷;

  • 使用Protonate3D生成pH 7.4和pH 5.0的初始质子化状态;

  • 使用均匀背景电荷方法维持体系电中性;

  • 使用AmberTools的tleap构建体系。

2. 体系参数

  • 蛋白力场:AMBER ff14SB;

  • 额外加入恒pH模拟所需参数;

  • 水模型:TIP3P;

  • 水盒:立方体;

  • 蛋白到盒边最小距离:15 Å;

  • 模拟时长:每个pH条件100 ns;

  • 温度:300 K;

  • Langevin thermostat碰撞频率:2 ps⁻¹;

  • 压力:1个大气压;

  • Berendsen barostat松弛时间:2 ps;

  • SHAKE约束含氢键;

  • 时间步长:2 fs;

  • 长程静电:particle-mesh Ewald;

  • 非键相互作用截断:8 Å;

  • 模拟pH:5.0和7.4;

  • 论文给出的盐浓度参数:0.1;

  • 每200步尝试一次质子化状态交换;

  • 成功交换后进行200步溶剂弛豫。

3. 恒pH模拟找到哪些残基?

在pH 7.4和pH 5.0之间,母本Fab中主要有6个残基改变了质子化状态:

轻链:

  • E55L;

  • E161L;

  • H189L。

重链:

  • E10H;

  • E152H;

  • H168H。

其中只有E55L和E10H位于可变区附近,其余位于恒定区。

4. 一个必须注意的建模假设

对于T89D、Q90E和I93H等新引入的突变,作者并没有先通过恒pH MD证明它们在pH 5.0~7.4之间必然发生质子化变化。

为了放大突变引起的电荷效应,研究人为设置:

  • 生理pH状态:D/E去质子化、H按中性状态处理;

  • 酸性状态:新引入D/E/H切换为相应质子化状态。

作者明确说明,这是一种 mechanistic probing strategy,即机制探测假设,而不是证明这些突变残基的真实pKa一定处于该区间。

因此,这部分模拟回答的是:

假设突变位点在不同pH下发生电荷变化,它们可能如何改变抗体构象?

而不是:

这些位点在真实条件下必然以多大概率发生质子化?

这是理解论文结论边界时非常重要的一点。

七、第五步:用偏置交换元动力学扩大CDR构象采样

普通200 ns MD可能难以跨越CDR环之间的高能垒,尤其难以充分探索不同CDR构象。因此,作者采用了well-tempered bias-exchange metadynamics。

1. 使用的软件

  • GROMACS;

  • PLUMED 2;

  • cpptraj;

  • AMBER/AmberTools。

2. 模拟对象

共研究5种Fab:

  • 40G5c;

  • T89D;

  • Q90E;

  • I93H;

  • Q90E-I93H。

每种Fab分别设置:

  • 生理pH质子化状态;

  • 酸性pH质子化状态。

也就是10个Fab--pH体系。

3. 为什么使用6个replica?

抗体具有6条CDR环:

  • CDR-H1;

  • CDR-H2;

  • CDR-H3;

  • CDR-L1;

  • CDR-L2;

  • CDR-L3。

每一个replica分别增强采样一条CDR环的ψ主链二面角。不同replica之间根据Metropolis准则尝试交换构象。

因此,每个Fab--pH体系实际上对应6个并行replica。

4. 元动力学参数

  • collective variable:CDR环ψ二面角的正弦和余弦线性组合;

  • Gaussian height:10 kJ/mol;

  • Gaussian width:0.35 rad;

  • Gaussian沉积间隔:每1000步一次;

  • bias factor:10;

  • 每个replica模拟时长:1000 ns;

  • 温度:300 K;

  • modified Berendsen thermostat时间常数:0.1 ps;

  • Parrinello--Rahman barostat时间常数:2.0 ps;

  • 压力:1个大气压。

由于每个体系有6个replica,每个replica运行1 μs,因此从名义采样量看,每个Fab--pH条件包含约6 μs的偏置采样;10个Fab--pH体系合计约60 μs。这里是根据论文参数进行的计算,实际有效构象时间不能简单等同于无偏MD时间。

八、第六步:聚类后开展常规MD

偏置交换元动力学产生大量构象。作者将轨迹:

  1. 去除水和离子;

  2. 对齐至Fv区;

  3. 根据全部CDR环的Cα原子进行聚类。

聚类方法和参数为:

  • 工具:cpptraj;

  • 算法:hierarchical average linkage;

  • RMSD cutoff:1.2 Å。

每个聚类中心都被重新放入水盒,并进行200 ns常规MD。

常规MD参数为:

  • 力场:AMBER ff14SB;

  • 水模型:TIP3P;

  • 水盒边界:15 Å;

  • 模拟时间:每个聚类代表构象200 ns;

  • 温度:300 K;

  • Langevin碰撞频率:2 ps⁻¹;

  • Berendsen barostat松弛时间:2 ps;

  • SHAKE;

  • 时间步长:2 fs;

  • PME长程静电;

  • 非键截断:8 Å。

因为不同体系得到的聚类数量不同,每个Fab--pH体系最终累计的常规MD时间也不同。

例如,Q90E在生理pH下产生316个聚类,如果所有聚类代表均各运行200 ns,那么其累计常规MD采样规模会非常大。这也是本文计算量显著高于普通单轨迹MD的重要原因。

九、整套计算分析工具链

研究并不是只观察RMSD,而是从构象空间、慢运动、结构域取向和接触网络四个角度分析。

分析目标 工具 主要参数或输出
恒pH模拟 AMBER pH 5.0、7.4,100 ns
增强采样 GROMACS + PLUMED 2 bias-exchange metadynamics
构象聚类 cpptraj RMSD cutoff 1.2 Å
PCA PyEMMA 2 CDR主链二面角
TICA PyEMMA 2 lag time 10 ns
VH--VL取向 ABangle 1个扭转角、4个倾斜角、1个距离
抗体编号 ANARCI 快速定位Fv和CDR
轨迹处理 pytraj 时间分辨的构象计算
相互作用网络 GetContacts 氢键、盐桥、π-cation等
结构展示 PyMOL 代表结构和局部环境
流式分析 FlowJo/ForeCyte Jurkat结合数据
剂量曲线 GraphPad Prism 四参数Logistic、EC50

十、PCA和聚类结果:pH敏感变体在中性条件下更"松散"

偏置交换元动力学的聚类结果非常有代表性。

变体 生理pH聚类数 酸性pH聚类数
40G5c 167 126
T89D 278 143
Q90E 316 87
I93H 108 142
Q90E-I93H 267 204

三个强pH依赖变体:

  • T89D;

  • Q90E;

  • Q90E-I93H;

在生理pH下都拥有更大的聚类数量,说明其CDR构象更加分散。

当环境转为酸性后,构象数量明显减少:

  • T89D从278降至143;

  • Q90E从316降至87;

  • 双突变从267降至204。

相比之下:

  • 母本40G5c在两种pH下差异较小;

  • 弱pH依赖的I93H甚至在酸性条件下略有增加。

PCA也得到类似结果:

  • 强pH依赖变体在pH 7.4下覆盖更大的paratope构象空间;

  • Q90E在酸性条件下具有最小的构象空间;

  • 酸性条件使其更集中地采样有限的结合相关构象。

十一、TICA结果:酸性pH使关键CDR环刚性化

PCA主要描述总体方差,而TICA更关注轨迹中最慢的构象转换过程。

作者设置:

  • PyEMMA 2;

  • lag time:10 ns;

  • 特征:CDR主链二面角。

研究分别分析了:

  • CDR-L1;

  • CDR-L3;

  • CDR-L1与CDR-L3的联合运动。

结果表明:

  • Q90E在酸性条件下CDR-L3运动空间显著收窄;

  • Q90E-I93H在酸性条件下CDR-L1显著刚性化;

  • 联合TICA中,Q90E和Q90E-I93H在酸性pH下都表现出CDR-L1与CDR-L3协同稳定。

这两条CDR正是晶体结构中参与CD3结合最多的环。

因此可以建立如下机制:

复制代码
pH 7.4
CDR-L1和CDR-L3构象分散
        ↓
结合构象占比降低
        ↓
CD3结合减弱

pH 6.0~6.5
CDR-L1和CDR-L3构象空间收窄
        ↓
结合构象占比上升
        ↓
CD3结合增强

这并不是传统意义上的"酸性条件形成一个新盐桥",而是一种 构象选择效应

十二、ABangle:T89D还会改变VH--VL取向

抗体结合位点并不仅由单条CDR环决定。VH和VL之间的相对角度变化,也会改变整个paratope的形状。

作者使用ABangle描述VH--VL取向,包含6个参数:

  • vHL:VH--VL扭转角;

  • vHC1、vLC1:第一组倾斜角;

  • vHC2、vLC2:第二组倾斜角;

  • vdc:两个可变结构域之间的距离。

大多数变体在两种pH下没有显著取向变化,但T89D是例外。

在生理pH模拟中:

  • vHC2偏离总体均值超过3°;

  • vLC2偏离总体均值超过3°;

  • vHL扭转角偏差约1.8°。

其他变体的角度偏差通常明显更小。

这说明T89D的作用并不局限于CDR-L3局部,而可能通过跨结构域相互作用改变整个VH--VL几何关系。

十三、相互作用网络如何解释这些构象变化?

1. T89D:竞争R96并扰乱VH--VL连接

在母本40G5c中,R96L可以与重链CDR-H3中的D95H形成跨结构域相互作用。

引入T89D后,在生理pH模拟中:

  • D89L与R96L相互作用占据约95%的模拟时间;

  • R96L与D95H的原有相互作用降低至33%以下;

  • D89L还以约83%的频率与靠近CDR-L1的Y36L相互作用;

  • 在酸性条件下,D89L--Y36L频率下降至约19%。

也就是说,T89D在生理pH下会"夺走"R96L,破坏原本稳定VH和VL取向的接触网络;酸性条件下,这些异常相互作用减弱,抗体恢复更接近母本的构象。

此外,T89D还改变了R96L与H35H、F100BH、W50H和Y100H之间的π-cation接触模式。

2. Q90E:重塑CDR-L3内部稳定性

在母本中,Q90L与T97L之间的侧链相互作用频率约为90%。

Q90E突变后,该相互作用在两种pH条件下都下降至约20%。

更关键的变化出现在Q90/E90与I93之间的侧链---主链相互作用:

  • 生理pH下由约90%降至10%以下;

  • 酸性条件下,Q90E变体恢复至约100%;

  • Q90E-I93H双突变恢复至约65%。

因此,酸性条件能够重新稳定CDR-L3局部结构,使其更容易保持抗原结合所需构象。

这些结果共同支持:

T89D主要通过重排VH--VL和跨CDR相互作用产生pH响应;Q90E主要通过调节CDR-L3及其与CDR-L1的协同动态产生pH响应。

十四、细胞结合结果:Q90E实现近800倍pH窗口

研究首先将40G5c、Q90E和T89D制备为双价IgG,在CD3阳性的Jurkat细胞上比较pH 6.5与pH 7.4的结合。

Jurkat细胞结合条件

  • Jurkat NFAT细胞;

  • 细胞密度:(5.0\times10^6) cells/mL;

  • 每孔:(3.0\times10^4)个细胞;

  • 反应体积:40 μL;

  • 缓冲液:20 mM PIPES、154 mM NaCl、1% BSA;

  • pH:6.5或7.4;

  • 一抗孵育:4°C、60分钟;

  • 二抗孵育:4°C、30分钟;

  • 流式检测;

  • 四参数Logistic拟合计算EC50。

双价IgG细胞结合结果

抗体 pH 6.5 EC50 pH 7.4 EC50 pH选择倍数
40G5c 0.078 nM 0.106 nM 1.36
Q90E 0.17 nM 136.64 nM 789.83
T89D 1.96 nM 103.74 nM 52.93

母本在两种pH下几乎没有区别。

Q90E在酸性条件下仍保持亚纳摩尔级细胞结合,但在pH 7.4下EC50升高到136.64 nM,形成约790倍的pH窗口。

需要注意的是,这里的细胞结合使用双价IgG,受到二价结合和细胞表面受体聚集效应影响,因此不能直接与前面的单价SPR KD进行数值比较。

十五、pH选择性是否能转化为T细胞激活?

细胞结合改变只有转化为信号功能差异,才具有治疗意义。

作者从两名供者的PBMC中分离Pan T细胞,并检测CD69上调。

T细胞激活实验条件

  • 96孔或384孔板;

  • 抗体在37°C、5% CO₂条件下包被2小时;

  • 加入分离的Pan T细胞;

  • 培养液含20 mM PIPES;

  • pH设置为6.5或7.4;

  • 培养48小时;

  • 检测CD4和CD69;

  • 使用流式细胞术分析;

  • 使用四参数Logistic曲线计算EC50。

原代T细胞CD69激活结果

抗体 供者 pH 6.5 EC50 pH 7.4 EC50 倍数
40G5c D1 6.31 nM 10.42 nM 1.65
40G5c D2 7.03 nM 8.15 nM 1.15
Q90E D1 20.07 nM 227.82 nM 11.35
Q90E D2 17.82 nM 230.85 nM 12.93
T89D D1 33.94 nM 300.19 nM 8.84
T89D D2 30.82 nM 230.85 nM 7.49

Q90E和T89D都表现出:

  • pH 6.5下较强的CD69激活;

  • pH 7.4下显著减弱的激活;

  • 两名供者中具有一致趋势。

不过,初始pH工程变体在酸性条件下的绝对效力仍低于母本,说明pH选择性和亲和力保持之间存在明显权衡。

十六、进一步组合突变:P1AK5719和P1AK5723

为了恢复酸性条件下损失的效力,作者继续开展多轮工程优化:

  • 保留Q90E这一核心pH开关;

  • 引入初始筛选中发现的其他pH相关突变;

  • 加入亲和力成熟突变;

  • 在多个CDR中组合设计;

  • 将候选分子转换为更符合T cell engager应用的单价IgG格式。

最终获得:

  • Q90E;

  • P1AK5719;

  • P1AK5723。

P1AK5719和P1AK5723均包含Q90E,并在VL CDR2或VH CDR3中额外含有His突变。

在Jurkat细胞单价结合实验中:

单价抗体 pH 6.5 EC50 pH 7.4 EC50 倍数
40G5c 16.33 nM 30.01 nM 1.84
Q90E 未可靠拟合 120.28 nM 未计算
P1AK5719 0.048 nM 184.01 nM 3833.33
P1AK5723 36.95 nM 未可靠拟合 未计算

其中P1AK5719在该项细胞结合分析中表现出非常大的pH窗口。

但这一数值需要谨慎理解:

  • 它来自细胞表面结合实验,而不是纯化蛋白SPR;

  • 由四参数曲线拟合获得;

  • 部分变体在一个pH条件下不能可靠计算EC50;

  • 仍需进一步通过不同实验体系和体内研究确认其稳定性和可转化性。

十七、这篇研究最重要的发现

1. pH敏感性不一定由His直接驱动

本文最强的两个初始突变是:

  • T89D;

  • Q90E。

二者都不是His,也不直接接触抗原。

它们通过改变:

  • CDR-L1与CDR-L3的协同运动;

  • CDR-L3内部氢键网络;

  • VH--VL相对角度;

  • 跨结构域接触;

来产生pH依赖性。

这说明pH抗体工程不能只搜索"哪个界面位置可以变成His",还应搜索:

哪些可电离位点可以在不同pH下重新塑造抗体的构象能量景观?

2. 抗体pH响应可以是一种构象选择机制

研究提出的机制并不是简单的"酸性pH增加结合能"。

更准确地说:

复制代码
生理pH
抗体可采样大量构象
只有一小部分适合结合CD3

酸性pH
CDR运动范围缩小
结合兼容构象占比升高

因此,亲和力变化来源于结合构象在人群中的占比变化。

这是一种典型的conformational selection,即构象选择机制。

3. MD更适合作为机制解释和候选排序工具

本文的有效突变首先来源于噬菌体展示筛选,然后才使用MD解释机制。

因此,不能将这篇论文描述为:

使用MD从零预测出了T89D和Q90E。

更准确的表述是:

双pH实验筛选发现了T89D和Q90E,增强采样MD揭示了其可能通过CDR刚性化和VH--VL取向变化产生pH响应。

未来可以将这些机制反向用于计算设计,例如优先选择能够:

  • 在pH 7.4下扩大非结合构象空间;

  • 在pH 6.5下稳定结合构象;

  • 调控VH--VL取向;

  • 改变CDR-L1与CDR-L3耦合;

的突变位点。

十八、这套方法还有哪些局限?

1. 理论文库远大于实际筛选规模

文库理论多样性约为 (10^{14}),实际不可能全部覆盖。因此,最终命中分子仍受到噬菌体转化容量和随机抽样限制。

2. 初始pH工程伴随亲和力下降

Q90E和T89D虽然获得pH依赖性,但其单价SPR亲和力在pH 6.0下仍弱于母本。后续需要通过组合突变和亲和力成熟恢复效力。

3. 新突变的质子化状态是人为设置的机制假设

cpH-MD主要针对母本Fab。对于T89D、Q90E和I93H,模拟中主动改变了突变残基的电荷状态,以放大潜在机制。

因此,模拟并没有直接证明这些残基的实际微环境pKa。

4. 模拟研究的是游离Fab

作者删除了CD3肽段后研究Fab自身构象,再以晶体中的结合构象作为参照。这有利于研究结合前构象选择,但不能完整描述抗原结合后的诱导契合过程。

5. 尚缺少体内肿瘤模型验证

研究证明了:

  • Jurkat细胞pH依赖结合;

  • 原代T细胞pH依赖激活。

但尚未在动物肿瘤模型中系统验证:

  • 肿瘤定位;

  • 正常组织安全性;

  • 细胞因子释放;

  • 药代动力学;

  • 抗肿瘤效果。

十九、与David Baker团队方法有什么不同?

两篇文章代表了pH敏感蛋白工程的两个互补方向。

比较维度 David Baker团队 Roche/因斯布鲁克团队
主要目标 酸性环境下释放靶标 酸性肿瘤环境下增强CD3结合
主要分子 de novo minibinder 真实抗体Fab/IgG
发现方式 计算生成与物理过滤 定向噬菌体展示筛选
关键机制 His质子化后的静电排斥或核心失稳 CDR构象刚性化与VH--VL取向变化
主要计算工具 RFdiffusion、ProteinMPNN、Rosetta AMBER、GROMACS、PLUMED、PyEMMA、ABangle
His是否必要 多数设计依赖His 关键初始突变为Asp和Glu
应用方向 内体释放、循环利用、LYTAC 肿瘤微环境激活型T cell engager

David Baker团队重点回答:

如何把一个酸性释放开关直接设计进结合蛋白?

Roche团队则重点回答:

如何在已有抗体骨架上筛选并解释酸性激活机制?

两者结合后,可以形成更完整的pH抗体设计框架:

  • 直接界面静电机制;

  • 蛋白内部稳定性机制;

  • CDR动态机制;

  • VH--VL构象调控机制。

结语

这项研究真正有价值的地方,并不仅是获得了Q90E、T89D或P1AK5719几个pH敏感anti-CD3抗体。

它扩大了pH响应抗体的设计空间。

过去人们更关注:

哪个抗原接触残基可以突变成His?

这篇文章则提示我们关注:

哪个可电离残基可以改变抗体的构象集合,使其在酸性条件下更容易进入结合状态?

最终形成的并不是一款单独的软件,而是一套实验与计算协同的工程平台:

复制代码
结构指导设计
+ 双pH噬菌体展示
+ SPR动力学
+ 恒pH分子动力学
+ 偏置交换元动力学
+ CDR构象分析
+ VH--VL角度分析
+ 细胞结合和T细胞功能验证

对于肿瘤微环境激活型CD3双抗、多特异性抗体和条件性免疫治疗,这条路线提供了一个非常有参考价值的范例:pH开关不一定需要直接安装在抗原结合界面,也可以被写入抗体的动态构象之中。

相关推荐
aaaa954726651 小时前
2026最新5款AI编程工具平替实测合集|Claude Code低成本迭代深度对比
人工智能·microsoft
Larcher2 小时前
从零实现 RAG 语义搜索——让 AI 听懂你的"弦外之音"
人工智能
Larcher2 小时前
从零搭建文件读取 MCP 服务——让 AI 拥有读文件的能力
人工智能
西瓜橙2 小时前
别再让 AI 一把梭:我用 Loop Engineering 把 AI编程 拽进可验证闭环
人工智能
艾莉丝努力练剑2 小时前
OpenCode AI 编程:Ubuntu 24.04 环境安装与使用指南
linux·服务器·网络·人工智能·tcp/ip·ubuntu
华山令狐虫2 小时前
DBAPI AI 写 SQL:支持动态 SQL 与参数占位符,自然语言一键生成
数据库·人工智能·sql·dbapi
一次旅行2 小时前
DeepSeek-V4 原厂直供模型即将登陆腾讯云!峰谷定价详解 + 实战调用指南
人工智能·腾讯云·ai编程
阿里云大数据AI技术2 小时前
DataWorks Data Agent的演进与工程化实践
人工智能·agent
HERR_QQ2 小时前
强化学习的数学原理 学习笔记
人工智能·笔记·学习·自动驾驶