融合预训练纳米抗体语言模型与结合自由能预测的LmPro-Nano亲和力成熟工作流

《Genome Biology》:LmPro-Nano: a method for nanobody optimization using pretrained language and energy prediction models

【字体: 大 中 小 】 时间:2026年11月22日 来源:Genome Biology 9.2

编辑推荐:

  纳米抗体是多种疾病的重要治疗支架,已被证实能够中和严重急性呼吸综合征冠状病毒2(SARS-CoV-2)。然而,针对特定抗原的亲和力优化依然缓慢且成本高昂。研究人员提出了LmPro-Nano,这是一种由序列驱动的工作流,将预训练纳米抗体语言模型与基于结构的结合自

  
纳米抗体是多种疾病的重要治疗支架,已被证实能够中和严重急性呼吸综合征冠状病毒2(SARS-CoV-2)。然而,针对特定抗原的亲和力优化依然缓慢且成本高昂。研究人员提出了LmPro-Nano,这是一种由序列驱动的工作流,将预训练纳米抗体语言模型与基于结构的结合自由能预测器及分子动力学(MD)相结合。研究人员在两种针对SARS-CoV-2受体结合域(RBD)的纳米抗体3-2A2-4和VHH72上展示了LmPro-Nano的应用。研究发现,相较于频率参考基准,LmPro-Nano将抗原结合环(loop)的回收率提高了4.37个百分点;对于VHH72,仅利用序列定位结合区域的方法,使前十名命中率中的高亲和力结合子数量从2个提升至7个。

研究背景与意义

纳米抗体(Nanobody,即重链抗体可变重链结构域VHH)因分子量小、互补决定区(CDR)较少且第三互补决定区(CDR3)较长,具备常规抗体难以触及的凸型抗原结合表位,甚至能够穿越血脑屏障。在应对快速突变的冠状病毒(如当前主导株JN.1)时,传统从头设计疗法耗时费力,难以跟上变异速度。尽管现有的计算抗体设计方法(如图神经网络、等变序列-结构生成、预训练语言模型等)发展迅速,但普遍存在两个核心痛点:一是各流水线模块通常联合评估,难以分离单个阶段对最终候选物的贡献;二是缺乏在仅输入序列且不依赖共折叠结构的情况下,精准定位抗原结合界面并进行亲和力成熟的高效策略。为此,研究人员开发了LmPro-Nano,旨在通过模块化独立验证,实现快速、可重跑的纳米抗体亲和力优化。

关键技术方法概括

该研究主要依托四大核心技术模块:首先,构建基于整合纳米抗体免疫信息学数据库(INDI)掩码语言建模预训练、并在纳米抗体结构数据库子集(SAbDab-Nano)上微调的Lm-Nano编码器,其冻结表征同时驱动生成解码器(产出CDR3序列及构象)与表位头部(仅凭序列打分定位结合区);其次,采用ProFE-Net等变几何编码器预测点突变引起的结合自由能变化(ΔΔG);再次,将ProFE-Net与RDE-Net以固定等权重集成排序候选物;最后,对排名靠前的复合物进行显式溶剂分子动力学(MD)模拟与MM/PBSA(分子力学/泊松-玻尔兹曼表面积)及MM/GBSA终点自由能计算。

研究结果详解

Workflow and Lm-Nano architecture(工作流与Lm-Nano架构)

研究人员设计了三阶段流水线:输入纳米抗体与抗原序列后,Lm-Nano同时输出生成的CDR3及全结构域每残基表位概率;候选集经ProFE-Net打分;高分复合物进入副本交换MD与MM/PBSA复筛。该架构的关键在于编码器微调后冻结,生成头与表位头共享同一表征,使得序列端定位路线可独立于结构解出复合物运行。

ProFE-Net architecture(ProFE-Net架构)

ProFE-Net采用双流结构:一支为在大规模结构数据上预训练并冻结的等变几何编码器提取全局特征,另一支为轻量可训练局部编码器捕捉突变引入的几何与理化变化;预测时对同一骨架坐标分别嵌入野生型(WT)与突变型(MT)身份,读取差值。侧链扭转角(χ?–χ?)预测误差均低于SCWRL4、Rosetta与RDE,为突变效应迁移提供几何先验。

Nanobody-antigen CDR3 design(纳米抗体-抗原CDR3设计)

在MMseqs2聚类划分的2601/325/325训练集-验证集-测试集上(无CDR-H3、PDB条目或全长VHH重叠),LmPro-Nano的CDR-H3氨基酸回收率(AAR)为26.92%±0.38%;在协议匹配的频率参考基准下,其超出幅度达4.37个百分点,优于nanoBERT(+2.58)、MEAN(+0.29)及RefineGNN(-0.09)。抗原信息屏蔽后仅下降2.22个百分点,证明对未见抗原具有泛化能力。

Ablation of sequence and structure models(序列与结构模型消融)

去除预训练(同时解冻编码器)导致Top-100回收率下降4.29个百分点,而前缀适配、单步反传、残差序列MLP三项实现选择影响均不超过1.3个百分点,表明回收性能主要来自冻结编码器的序列先验。

ProFE-Net evaluation(ProFE-Net评估)

在4947个按复合物留出的单点突变上,ProFE-Net单独与RDE-Net统计不可区分;二者等权集成在Pearson、Spearman、RMSE、MAE、AUROC五项指标上均优于RDE-Net。与GearBind在1414条匹配记录上Pearson相当(0.667 vs 0.668),但Spearman更高(0.514 vs 0.424)。VHH72的AlphaSeq数据未进入任何训练集,构成外部验证。

Sequence-only interface localization and candidate ranking in VHH72(VHH72中仅序列界面定位与候选排序)

仅输入VHH72(125 aa)与RBD序列,表位头在Top-17位点中命中13个结构界面位点(Cβ距抗原≤8 ?),每残基AUROC达0.9771。枚举这17个位点共306个突变(305个有实验值),用ProFE-Net+RDE集成排序,Top-10中7个比亲本结合更紧(富集2.57倍,置换p=0.0047);无门控全量排序仅2/10。框架区位点61的T61Y为实验提升最大者(2.92 kJ/mol,亲和力约3.2倍)。抗原嵌入置零后AUROC仅降至0.9499,说明抗体侧先验已足够门控。

Simulation of the selected VHH72 designs(所选VHH72设计的模拟)

12个体系(10设计+亲本+中性对照G42I)各跑3×500 ns MD。取每个副本最平稳50 ns窗做MM/PBSA,8/10落在亲本有利侧,配对均值13.7 kJ/mol;MM/GBSA同向符合6/8。能量分解显示增益来自静电-去溶剂化补偿(静电与极性溶剂化反向变动达260/226 kJ/mol,范德华仅数十)。

Simulation of the optimized 3-2A2-4 CDR3 variant(优化后3-2A2-4 CDR3变体的模拟)

生成路线得到LENGGFFYY→LNYGGFGYY(E95N/N96Y/F100G)。对祖先、BA.2.86、JN.1三种RBD各2×500 ns模拟,MM/PBSA与MM/GBSA均把变体排在亲本之前(分别领先3.60与1.88 kJ/mol);增益同样源于去溶剂化——失去184 kJ/mol静电与16 kJ/mol范德华,但少付199 kJ/mol极性溶剂化,界面盐桥频率由0.043升至0.298。

讨论部分总结

该工作刻意让每一阶段对照独立外部参考:生成对频率参考、定位对结构界面、排序对1579条AlphaSeq实验亲和力、终局复合物对预注册窗选择的MD端点能量。讨论指出ProFE-Net在尺度类指标(Pearson/RMSE/MAE)略逊MIF-Net/DDGPred,但因工作流只用其排序而非预测绝对亲和力,秩相关才是关键,故等权集成成为默认打分器。在GFP、TNF-α、IL-23的SPR面板上,集成在GFP面板Spearman达0.455(单模型0.176/0.115),细胞因子面板ProFE-Net单模型宏观相关0.874,显示打分器偏好具抗原上下文依赖性。两个案例均靶向SARS-CoV-2 RBD,向GPCR等非病毒抗原迁移仍需专属基准;当前依赖代理打分与模拟结构,前瞻性湿实验验证是下一步。

结论部分翻译

研究人员提出了LmPro-Nano——一条仅需纳米抗体与抗原序列、无需靶标专属训练或实验复合物结构,即可完成CDR3重设计或结合区定位、按预测结合自由能变化排序候选物、并输出短list供模拟与合成的纳米抗体亲和力成熟工作流。在序列聚类基准(无共享CDR-H3、PDB条目或全长结构域)上,设计阶段比同协议频率参考高出4.37个百分点,为对比方法中最大边际;在VHH72上,定位阶段仅凭两条序列即从17个结构界面位点中召回13个,所选10个候选中7个比亲本结合更紧(富集2.57倍),而不加定位的同一打分仅得2/10;在3-2A2-4上,重设计环在三种抗原背景下均被MM/PBSA与MM/GBSA排在亲本之前。结果表明:仅序列定位步骤即可把通用突变效应打分器转化为实用的纳米抗体亲和力成熟工具。在GFP、TNF-α与IL-23上的测试进一步印证了方法的广泛适用性。该框架本身具有通用性——读取序列、不编码靶标专属先验、仅在构建/打分/模拟突变体时需要复合物结构,因而可直接迁移到其他纳米抗体-抗原对。这些结果支持将LmPro-Nano作为纳米抗体亲和力成熟的仅序列策略,并提示其更广阔的应用潜力。未来工作可通过扩展跨抗原与抗体格式的基准、在候选选择中引入不确定性感知排序来提升可靠性;将框架与结构预测及主动学习耦合,为闭合“设计-测试”循环提供了原则性路径;当前对代理打分、模拟结构与实验验证的依赖,也明确了前瞻性湿实验研究的明确机会。该框架还邀请向额外CDR环及超出所检抗原类别的抗原类型拓展。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号