当抗体纯化遇到“例外”——平台工艺的边界与应对

在生物制药领域，单克隆抗体的纯化工艺是公认最成熟的平台之一。2023年，全球抗体类药物市场规模据估算已达2000亿美元级别，占整个生物制药市场的半壁江山。从肿瘤免疫治疗到自身免疫性疾病，从传染病中和抗体到抗体药物偶联物（ADC），这类Y字形的糖蛋白已成为现代医药的核心武器。

然而，在抗体药物的成本结构中，有一个数字很少被公众注意：据多项行业综述，下游纯化成本通常可占到总生产成本的50%至80%。这意味着，每生产一支抗体药物，超过一半的制造成本花在了“把抗体从细胞培养液中分离出来”这件事上。当一款产品的年销量以数十亿美元计时，纯化效率的每一个百分点，都可能对应着数千万美元级别的成本差异。

这就是抗体纯化——生物制药工业中一个不直接创造疗效、却深刻影响着疗效能否以可及价格抵达患者的环节。

Protein A：一个蛋白定义一个产业

如果说有一种蛋白质塑造了现代抗体工业，Protein A是最常被提及的名字。这个来源于金黄色葡萄球菌的细胞壁蛋白拥有一个重要的特性：它能够特异性地、以纳摩尔级亲和力结合多数IgG亚型的Fc区，且在低pH条件下可逆释放。

这一特性在1970年代被转化为层析介质，深刻改变了抗体纯化的技术路径。在此之前，抗体的纯化流程依赖硫酸铵沉淀、离子交换、凝胶过滤等多步串联，每一步都伴随收率损失。Protein A的出现，使一步亲和捕获即可获得95%以上的纯度，将整个下游工艺锚定在一个高选择性的起点上。

Protein A

如今，绝大多数商品化治疗性抗体——包括IgG1、IgG2和IgG4——都以Protein A亲和层析作为下游纯化平台的第一步。这个平台的成功，让抗体纯化在相当程度上被“标准化”了：细胞培养液上样→Protein A捕获步骤→低pH病毒灭活→离子交换精纯（AEX/CEX）→病毒过滤→超滤换液，这套流程在行业中被广泛复制。

然而，平台化的另一面，是对“例外”的系统性忽略。

平台化的成就与代价

平台化给抗体纯化带来了效率、可预测性和监管便利。监管机构认可经过验证的平台工艺，技术转移有据可循，工艺开发团队通常可以在6到9个月内为一个新的IgG1分子锁定临床前工艺。

但平台化的前提，是假定所有抗体分子都“行为相似”。实际情况并非如此。

不同IgG亚型与Protein A的亲和力存在明显差异。IgG1结合强而稳定；IgG3则因Fc区CH3域的关键氨基酸置换（如His435→Arg435）导致与Protein A的疏水相互作用和氢键网络被削弱，结合能力显著下降，部分IgG3等位基因变体甚至完全不结合Protein A。即使在同一亚型内，可变区的序列差异——尤其是VH3家族的某些种系基因——也可能引入额外的Protein A结合位点，从而改变洗脱行为。框架区的个别突变看似不影响抗原结合，却可能显著改变抗体的热稳定性和聚集倾向。

当这些分子个性叠加到工业规模的操作中时，平台工艺开始出现裂纹。一个对IgG1行之有效的纯化模板，应用到某个IgG2或双特异性抗体上，可能出现洗脱回收率骤降、聚集体超标或宿主细胞蛋白（HCP）残留异常升高。这未必是平台工艺本身的失败，而更可能反映了平台思维与分子个性之间的一种固有张力。

洗脱：关键的工程杠杆点

如果说Protein A捕获是抗体纯化的起点，那么洗脱就是决定成败的关键步骤。

Protein A洗脱的标准做法是低pH——通常在pH 3.0至3.5之间。在酸性环境下，抗体Fc区与Protein A的疏水相互作用被削弱，抗体从介质上释放。但这个pH区间恰好是抗体较容易发生构象变化和聚集的区域。低pH诱导的聚集，是抗体纯化中收率损失和产品质量问题的重要原因之一。

更复杂的是，“最适洗脱pH”是一个因分子而异的参数。IgG1的典型洗脱窗口在pH 3.2-3.5，但某些分子在pH 3.5已开始聚集，另一些在pH 3.0仍未完全解离。有报道称，洗脱pH降低0.2，可能将聚集体比例从2%推高到15%——这个差异在分析检测中或许只是色谱图上的一个小峰，但在产品质量审查中足以触发偏差调查。

除pH外，洗脱液中的缓冲盐种类、离子强度、以及精氨酸等稳定剂的添加，共同构成了洗脱条件的多维参数空间。工艺开发中常见的做法是：以0.2个pH单位为步长，在2.8到4.0之间做梯度实验，必要时引入精氨酸或尿素作为稳定剂。这个过程耗时较长，且每一轮测试都在消耗细胞培养上清和层析介质。

这里有一个容易被忽略的逻辑：Protein A洗脱的优化目标，未必是最大化这一步的收率，而是平衡它对整条路线终产物质量的综合影响。全局最优的洗脱pH往往出现在“收率-聚集体”曲线的拐点附近，而非收率最高的点。如果某抗体在pH 3.5时洗脱率已达95%以上，将pH进一步降至3.2所增加的收率可能不足2%，却可能把聚集体含量从2%推高至6%——这些额外聚集体需要通过后续精纯步骤部分清除，而每一步精纯都伴随收率代价。这一逻辑与工艺开发中“局部最优之和未必等于全局最优”的讨论相通。

聚集体：容易被低估的质量风险

Antibody Aggregation and SEC Removal Challenge

抗体纯化中一个容易被忽视的挑战，不是收率偏低，而是聚集体含量控制。

聚集体是抗体分子的非共价或共价寡聚体。少量的二聚体和三聚体在纯化图谱上可能与单体峰重叠，难以在常规分析中被准确分辨。但它们一旦存在于最终产品中，就可能引发免疫原性风险、降低药效或影响药物代谢动力学。监管机构对聚集体含量的要求日趋严格，通常要求最终产品中高分子量聚集体含量低于1%-2%。

聚集体形成机制较为复杂：可能源于纯化过程中的低pH暴露、高浓度条件下的分子拥挤效应、或者剪切应力。更棘手的是，聚集体一旦形成，后续去除的难度较大。制备型分子筛层析（SEC）是聚集体去除的主要手段之一，但它的上样量有限、处理时间较长、收率通常不高于80%，属于纯化流程中成本较高的单元操作。

因此，控制聚集体更有效的策略往往不是“形成后再去除”，而是从源头上减少其形成。这需要理解每个抗体分子独特的聚集倾向——是VH结构域之间的疏水相互作用？是铰链区的构象灵活性？还是某个CDR环在低pH下的构象重排？在传统平台开发中，这些信息往往直到中试放大阶段才被重视。

当平台遇到例外

平台工艺的适用边界，在新型抗体分子上表现得尤为清晰。

双特异性抗体通过工程化改造同时结合两种不同抗原，结构上通常更复杂——不对称的链配对、额外的结构域、非天然的连接肽——其低pH稳定性和聚集行为往往与天然IgG存在明显差异。ADC在抗体骨架上偶联了小分子毒素，毒素载荷会改变分子表面的疏水性和电荷分布，直接影响纯化中的非特异性吸附和回收率。抗体片段（Fab、scFv、纳米抗体）缺少Fc区，不结合Protein A，意味着整个平台流程的前提不再成立。

这类“非标准”抗体分子的比例正在快速上升。据估计，当前临床阶段抗体类药物中，超过30%为非传统IgG1格式。平台工艺的覆盖率，正在被新型分子的增长速度所追赶。

让例外变得可计算

当一个领域开始频繁遭遇“例外”，通常说明原有的经验框架需要被拓展。MatwingsVenus™（晓鹜™）智能体的能力组合，为这种拓展提供了计算维度的支撑——不是要替代平台工艺，而是让平台有能力处理更广泛的分子多样性。

MatwingsVenus™

亚型与种系基因的预分类。 在序列获取的第一时间，MatwingsVenus™（晓鹜™）智能体可以识别抗体的亚型、种系基因家族及框架区关键残基。IgG3的Fc区序列差异、VH3家族在Fab区的额外Protein A结合位点、以及文献中报道的与低pH稳定性相关的特定框架残基——这些信息有助于开发者在实验开始前就初步判断该分子与标准平台的兼容程度，并提前标记可能需要调整的参数。

洗脱pH的理性预估。 蛋白功能预测模块（VenusX/VenusG）可从序列出发评估抗体在低pH条件下的聚集倾向和电荷变化。结合结构预测（AlphaFold2/ESMFold/Protenix）对Fc区及Fab区表面疏水斑块的可视化分析，提供定性风险评估信号，标记高风险分子，辅助设计实验梯度范围。如果预测提示该抗体在pH 3.2以下存在较明显的去折叠或聚集风险，洗脱方案可考虑优先选择较温和的pH区间并辅以稳定剂——不是在实验试过之后才发现，而是在设计阶段就绕开已知的风险区间。

聚集体风险的分子层面预警。 聚集倾向是抗体纯化中较难预判的变量之一，但并非完全无迹可寻。三维结构分析可以帮助识别潜在的聚集热点——CDR区暴露程度较高的疏水残基、铰链区较大的构象柔性、以及VH-VL界面处的电荷失衡。这些特征与聚集体形成之间的关联已在多项研究中有报道。当一个候选分子被预测为具有较高聚集风险时，开发团队可提前考虑应对预案——优化洗脱pH、引入稳定剂、或提前规划额外的SEC精纯步骤——而不是等到中试放大阶段的聚集体含量检测结果出来后再被动调整。

从源头设计更“好纯”的抗体。 如果在候选分子筛选的早期阶段就将纯化相关的分子属性纳入考量，后续纯化开发的压力有可能降低。MatwingsVenus™（晓鹜™）智能体的蛋白设计能力（VenusREM/VenusPrime）可在不影响抗原结合活性的前提下，推荐框架区的候选突变以评估提高低pH稳定性或减少表面疏水斑块暴露的可行性。更优的纯化路径，有时不只在纯化步骤中寻找，也可以在分子设计阶段预先布局。

结语

抗体纯化的历史，是一段从多样性到标准化、再从标准化重新面对多样性的螺旋。

Protein A的发现，让抗体纯化从多步串联的繁琐工艺收敛为一个高效的平台。这个平台在过去三十余年里支撑了全球抗体产业的快速增长。但新型分子格式的涌现，正在使这个平台从“几乎适用所有分子”逐渐变为“适用于大多数分子，但存在值得关注的例外”。

MatwingsVenus™（晓鹜™）智能体在这方面的探索，不在于创造另一个平台来替代Protein A，而在于为开发者在处理那些偏离标准的分子时，提供更多基于计算的参考维度。当分子的关键属性可在实验前获得初步评估，纯化路线的选择就有可能从“适配已有模板”更多地向“适配特定分子”倾斜。

当例外变得可计算，平台就不再是一刀切的规则，而是一套能够随分子个性动态调整的智能系统。这或许是抗体纯化未来演进的一个可能方向。