集结经典应用案例<br/>用户成功案例解读<br/>分享项目中的实践方案
A classic case
集结经典应用案例
用户成功案例解读
分享项目中的实践方案
02/04
February 04, 2026

下篇 | 结构导向设计破局T细胞淋巴瘤新疗法开发(解密抗体KFN高特异性的分子互作机制)

 在上篇中(插入链接),研究团队借助BioLuminate软件(薛定谔Schrödinger)进行了计算模拟同源建模与互补决定区(CDR)移植,完成Jovi-1人源化改造,并通过CDR区残基突变成功设计出TRBC2特异性抗体KFN。Jovi-1与KFN可互补覆盖两种TRBC亚型,为相关肿瘤治疗提供新方案。

为阐明KFN抗体的特异性作用机制,研究人员解析了其与含TRBC1、TRBC2的TCR形成复合物的晶体结构(如下图)。当KFN与TRBC2结合时,其Lys28侧链的氮原子可与TCR β链上Asn120的OD1(氧原子)形成氢键。


Asn96残基的侧链氧原子(OG1)可形成两处氢键相互作用:一处与TCR β链Thr225的侧链氧原子(OG1)结合,另一处与Gln226的侧链酰胺基(Nε2)结合。

8226a9af1a1c446dad84eddc73f34321.png 

图注:KFN和TRBC2的分子界面

 

上述残基虽在TRBC1与TRBC2中均有分布,但相较于TRBC2,TRBC1中相应环结构的构象存在微小偏移,这种构象差异不利于KFN结合,这也是KFN对TRBC2与TRBC1的结合能力呈现显著差异的原因所在。


此外,KFN与TRBC1复合物的独立晶体结构分析结果显示(如下图),上述新引入的突变残基均未与TRBC1形成额外的相互作用。总之,这些结果显示了KFN抗体特异性的分子基础。

3442c6c2a382082e478e27e1d76c0cc3.png 

图注:KFN和TRBC1的分子界面

 

总的来说,BioLuminate软件在抗体人源化、高精度蛋白质建模、结合亲和力优化、翻译后修饰等方面发挥了关键作用,助力研究团队高效地完成了抗体的特异性改造。

KFN与Jovi-1抗体及对应CAR-T细胞的成功研发,为T细胞恶性肿瘤提供了新的潜在治疗方案。既突破了传统免疫治疗的靶点限制,也为同源靶点抗体设计提供了结构导向的理性设计范式,为更多难治性肿瘤的免疫治疗开辟了新路径。

这项研究仅使用了BioLuminate的部分功能,为了帮助用户更充分地有应用这个工具,小编特此梳理了它更多的应用方向:

 

1. 直接从序列构建可靠的抗体三维结构模型

  • 构建精准的结构模型,为生物药的理性设计提供关键起点。

  • 采用全程有指导的同源建模流程预测抗体结构,流程整合了CDR环构象(loop conformation)的从头预测技术。

  • 先进的蛋白质序列分析工具,包括序列注释功能。

  • 支持批量同源建模,加速起始序列(parent sequence)及其变体的模型构建。

  • 借助结构表征预测工具,对抗体序列进行建模与筛选,从而进行优先级排序,以便确定具有潜力的候选分子。

 

2. 简化抗体人源化的理性设计流程

  • 通过CDR移植结合靶向残基突变的策略,生成人源化抗体。

  • 评估所得抗体构建物的人源化程度占比。

 

3. 解析并预测抗体-抗原相互作用机制

  • 通过整体蛋白-蛋白对接技术,预测抗体-抗原复合物的结构。

  • 通过计算模拟流程,在原子层面预测并分析蛋白质-蛋白质或蛋白质-核酸的相互作用。

  • 提高实验表位图谱定位(epitope mapping)数据(如突变mutagenesis或质谱分析)的分辨率,从多肽水平到残基水平。

  • 利用快速的蛋白-蛋白对接技术,筛选抗体与抗原的最优结合位点。

  • 通过便捷的可视化操作界面,对预测的蛋白-蛋白相互作用进行深入探究与分析。

 

4. 尽早识别不利因素,降低药物研发风险

  • 识别出抗体表面可能发生翻译后修饰及化学反应的潜在位点。

  • 利用计算模拟蛋白表面分析技术,识别出抗体潜在的聚集热点区域。

 

5. 抗体的计算模拟工程化改造

  • 列举潜在的氨基酸替换方案,设计靶向性突变文库。

  • 精准预测残基替换对抗体结合亲和力、选择性及热稳定性的影响。

  • 结合λ动力学的残基扫描自由能微扰(FEP+)技术(Residue Scan FEP+),快速筛选出高质量的蛋白变体。

  • 利用蛋白突变FEP+技术(Protein Mutation FEP+)优化抗体候选分子的筛选,其预测精度可使计算所得的相对自由能与实验测定值偏差控制在约1 kcal/mol范围内。

  • 通过简便的计算模拟流程实现多参数优化(MPO),例如同时对抗体的稳定性、亲和力、交叉反应性、聚集倾向及翻译后修饰风险进行优化。

  • 设计柔性与刚性连接子(linker),构建多功能融合蛋白。

 

欢迎联系我们进行Schrödinger软件试算!


参考资料

1. Ferrari, Mathieu et al. “Structure-guided engineering of immunotherapies targeting TRBC1 and TRBC2 in T cell malignancies.” Nature communications vol. 15,1 1583. 21 Feb. 2024, doi:10.1038/s41467-024-45854-3

2. https://www.schrodinger.com/life-science/solutions/antibody-design/