上海交大：破解抗病毒药物研发瓶颈AI优化临床抗体药物快速反击新冠变种

近日,上海交通大学药学院传来喜讯,由教育部抗体中心朱建伟教授领衔,联合中国、美国、加拿大等多个国家的学术界、产业界及临床研究机构组成的跨国科研团队,在国际权威期刊《美国科学院院刊》发表重磅成果。该研究开创性地将人工智能技术引入治疗型抗体优化领域,为破解病毒变异导致的抗体失效难题提供了全新解决方案。

在生物医药领域,治疗型抗体的临床应用常面临动态挑战。以新冠病毒为例,随着变异株的迭代,已有数十种治疗性抗体相继失效,这不仅让患者面临"无药可用"的困境,更造成前期研发投入的巨大浪费。类似问题在肿瘤治疗中同样突出——实体瘤的异质性特征常导致靶向抗体无法有效识别所有癌细胞,约40%的肿瘤治疗性抗体因抗原漂移或微环境变化而疗效受限。

面对这一挑战,研究团队将人工智能技术与传统生物学智慧深度融合,不同于常规的单一参数优化策略,该团队创新性地利用多维度深度学习算法构建优化路径:既考量抗体改造过程中的能量动态变化,又全面评估真实生物环境中的复杂因素。这种"物理计算+生物验证"的复合型研究范式,成功让AI算法模拟出更接近真实世界的抗体优化场景。

实验数据令人振奋:通过该技术优化的抗体,其结合活性较改造前提升达1500倍,超越原始抗体性能。更令人惊喜的是,整个优化过程仅需传统方法1/5的时间,为应对突发性传染病提供了"快反部队"式的技术支撑。

图为人工智能技术改造抗体的设计思路图及实验效果展示

"我们的核心突破在于建立了抗体优化的通用性框架。"朱建伟教授指出,"我们不仅证明了AI技术在生物医药领域的应用潜力,更重要的是建立了一套可推广的抗体优化范式,这对肿瘤、自身免疫疾病等领域的治疗药物研发同样具有启示意义。"(供稿人：上海交通大学 王琳)