抗体筛选——在百亿分子中，谁值得被留下？

抗体发现的完整链条可粗略分为两段：前半段是“生成”——通过免疫、展示库构建或计算设计，产生10⁹～10¹¹的抗体多样性；后半段是“筛选”——从这些多样性中逐级淘汰，最终锁定个位数的候选分子。

这两段的战略地位并不对等。生成阶段的核心投入是平台建设与文库构建，本质属于固定成本——体系搭建完成后可反复复用；筛选阶段的投入则是每个项目的可变成本——每增加一轮筛选，都会对应消耗更多时间、耗材与人力。更关键的是，筛选阶段的每一个决策都在实际流程中不可逆地舍弃候选分子：被淘汰的克隆不会再回到筛选体系，被遗漏的表位也很难在后续环节被重新发现。

“筛选”一词本身带有误导性，它暗示这是一个被动、中性的过程——像筛子一样，小于孔径的漏下，大于孔径的留下。但抗体筛选从来不是完全中性的：每一轮筛选的条件——抗原形式、洗涤强度、检测方式——都主动定义着“什么是好的抗体”。这种定义既包含研究者主动设定的评价标准，也受限于当前技术水平带来的系统性偏差，二者共同框定了最终候选分子的边界。筛选不是在天然序列空间中发现最优分子，而是在当下预设的标准体系内，筛选出符合标准的最优分子。

这是抗体筛选的第一性原理：筛选条件即定义。

一、抗原形式：筛选漏斗的首个偏差源

抗体筛选的第一个核心决策，是“以何种形式呈现靶标抗原”。这个决策通常在项目启动最初几周内确定，却会影响后续所有筛选轮次的方向。

重组蛋白是最常用的抗原策略：纯化的胞外域蛋白直接包被在ELISA板上，或生物素化后固定在链霉亲和素磁珠上，具有体系干净、背景低、通量高的优势。但该策略的核心假设——“重组胞外域蛋白可等效代表细胞表面天然蛋白”——在很多场景下并不稳固。一种经典的失效模式表现为：筛选得到的抗体对重组蛋白ELISA信号极强，但无法有效结合细胞表面的天然靶标，FACS验证信号微弱。背后原因可分为两类：一是直接被动吸附于聚苯乙烯表面时，蛋白可能发生部分变性、构象取向随机，导致部分构象表位丢失或新表位暴露；二是蛋白在纯化过程中失去了跨膜区锚定与天然脂质微环境的支撑，构象特征发生改变。

这种偏差并非研究者主动选择的结果，而是当前技术限制下的权衡：高通量筛选体系很难低成本维持膜蛋白的完整天然构象，重组蛋白是兼顾通量与成本的折中方案。

全细胞筛选保留了抗原的天然构象与翻译后修饰，理论上更接近体内真实情况，但代价同样显著：完整细胞表面存在成千上万种蛋白，每一种都是潜在的非特异性结合位点，高背景噪音会让低丰度靶标或中等亲和力的特异性结合物更难被区分。更隐蔽的问题在于，常用工程细胞系表面的靶标抗原密度、分布状态，与病理状态下的人体组织表达存在系统性差异，可能导致筛选出的抗体在后续组织交叉反应验证中暴露问题。

多次跨膜蛋白（如GPCR、离子通道）的筛选存在特殊挑战：这类靶标的胞外loop构象由跨膜螺旋束的整体排列决定，提取纯化过程中极易失去天然构象。且该靶标在不同激活状态下构象差异显著，若筛选抗原仅固定于单一构象，获得的抗体在体内可能无法结合靶标的生理相关构象。目前行业内采用纳米盘、病毒样颗粒（VLP）、脂质体展示等策略模拟天然膜环境，每一种方案都在“构象保真度”与“筛选通量”之间做权衡：构象保真度越高，筛选体系越复杂，可实现的通量越低；通量越高的方案，越依赖简化的抗原形式，构象保真度越难保障。

抗原形式的选择，本质上是为整个筛选流程预设了一套偏向性——筛选体系会天然倾向于富集识别该特定抗原形式的抗体。后续所有筛选轮次都会强化这个预设偏向，而非主动修正它。

二、筛选通量：表征能力决定漏斗分辨率

Selection funnel

筛选漏斗的第一阶段是物理淘选或FACS分选：常规噬菌体展示经过3～4轮淘选后，总克隆多样性会从初始的10⁹～10¹¹压缩至10⁴～10⁵级别；酵母或哺乳动物细胞展示结合多轮FACS分选，可将多样性逐步压缩至百级规模。这一阶段处理的是群体层面的富集行为，通量瓶颈并不突出。

真正的瓶颈出现在第二阶段：从富集后的克隆库中，挑取10²～10³个单克隆进行逐一表征。

这一步中，每个候选克隆都需要完成一组基础验证：表达上清制备、ELISA结合验证、FACS细胞水平结合确认、初步表位分箱。ELISA、FACS等实验可通过96孔/384孔板批量完成，操作通量较高；但真正的限速环节来自更深层的表征：对优先级靠前的20～30个克隆，需要完成蛋白纯化、BLI/SPR结合动力学测定、SEC-HPLC聚集体比例检测等。这些实验依赖精密仪器与纯化流程，单克隆的检测周期长、人力成本高，是表征通量的核心瓶颈。

表征能力的上限，决定了筛选漏斗的最终分辨率。如果平台可稳定表征200个以上候选，筛选策略就可以采用更粗的颗粒度——激进淘汰、快速收敛；如果表征能力仅能覆盖50个克隆，筛选就必须采用更保守的策略——每一轮都保留更多候选以防误杀，项目进度也会因此拉长。

行业内抗体发现项目在靶点明确、抗原质量良好的理想条件下，从免疫/淘选到候选分子锁定通常需要6～12个月；困难靶点或需要深度工程化的项目则可能延长至18～24个月，涵盖靶点验证、抗原制备、文库淘选、分子表征、先导功能验证全流程。项目进度慢的核心原因并非多样性生成效率低，而是单克隆深度表征的通量受限，这是全流程中最核心的限速环节之一。

三、表位分箱：被后置的核心决策维度

在常规筛选流程中，表位信息通常在项目中后期才系统解析：先锁定亲和力最高的若干候选，再通过竞争实验或结构解析确定它们的结合表位。这种“先筛亲和力、后定表位”的串行流程，隐含着一个前提假设：亲和力与表位在统计上相互独立，先以亲和力为门槛筛选，不会系统性排除特定表位的抗体。

但在工程实践中，这个假设并非在所有靶点上都成立。如果功能性表位（如受体的配体结合位点）恰好位于蛋白结构的凹陷区域，该区域可容纳的CDR接触面积有限——在典型抗体paratope面积需求（约700～900 Ų）下，狭小凹陷可能限制互补性残基的接触密度和突变自由度，亲和力成熟的理论上限可能低于结合在平坦表面的筛选优势表位。这种情况在GPCR胞外loop、酶活中心等特殊靶标上更为常见。如果筛选在第一轮就以“亲和力前10%”为硬性门槛，结合功能性表位但亲和力略低的抗体可能在早期就被淘汰——它们不是“成药性不足”，而是“没有被正确的标准评估”。

需要说明的是，这一规律并不具有普适性。针对病毒刺突蛋白、细胞因子受体等多数靶点，强功能的中和抗体往往恰好结合配体结合位点等功能性表位，且亲和力极高。是否会出现“功能性表位亲和力偏低”的情况，最终取决于靶标蛋白本身的结构特征。

表位分箱——通过竞争实验将候选抗体按结合表位分组——是解决这一问题的必要手段。但传统流程中，分箱通常在候选分子锁定后才作为辅助信息执行，此时已经失去了筛选阶段的决策价值。将表位分箱前置至筛选早期，即便以更粗的粒度划分（如仅区分“配体竞争型”与“非配体竞争型”两类），也可以有效保护表位多样性，避免筛选漏斗末端出现“所有候选都结合同一个免疫优势表位”的被动局面。

Concave functional epitope vs Flat immunodominant epitope

四、可开发性：筛选阶段被延后的成药性风险

抗体的可开发性风险——聚集倾向、低pH稳定性、脱酰胺风险、氧化敏感性、溶解度不足——是CMC阶段项目延迟与失败的主要原因。这些风险的根源埋藏于抗体序列中，在发现阶段即可被评估，却通常未被纳入早期筛选的优先级排序体系。

背后的原因不难理解：完整的可开发性评估传统上属于低通量实验，需要纯化毫克级的抗体蛋白，通过分析型HPLC、DSC、DSF等仪器逐一测定。当候选克隆数量还在百级规模时，对每个候选都做完整的可开发性评估，在时间与成本上都不具备可行性。

但这并不意味着可开发性在筛选阶段完全无法介入。基于序列层面，可直接识别翻译后修饰热点（如Asn-Gly脱酰胺位点、Met氧化位点）、不成对半胱氨酸、表面电荷分布、等电点等风险因子；结合结构预测，还可进一步评估CDR区疏水残基的表面暴露程度。这些评估不需要蛋白表达与纯化，可直接从序列出发完成初步预判，作为克隆优先级排序的参考维度。

举个具体场景：一个亲和力排名第15位，但序列-结构层面风险因子极低的克隆；和一个亲和力排名第3位，但CDR-H3区域存在高比例表面暴露疏水残基的克隆——在传统“纯亲和力排序”的逻辑下，后者会被优先推进；在纳入可开发性预筛后，前者的优先级会被重新评估。

需要明确的是，序列-结构层面的可开发性预测存在一定的假阳性与假阴性，仅能作为优先级排序的辅助参考，不能作为直接淘汰克隆的硬性标准。抗体聚集是多因素共同调控的结果，CDR疏水残基暴露与聚集倾向高度相关，是重要影响因素之一，但并非唯一决定因素，最终仍需实验验证确认。

五、晓鹜™智能体：将筛选从“被动淘汰”变为“主动优选”

传统抗体筛选的底层逻辑，是“按单一亲和力标准排序，一刀切淘汰”。MatwingsVenus™（晓鹜™）智能体的核心价值，是在筛选阶段引入多维度信息，让“淘汰谁、留下谁”的决策从单指标排序，升级为多目标权衡的主动优选。

Conventional single-parameter ranking vs Multi-parametric integrated ranking

抗原设计阶段的构象验证

在抗原表达构建之前，MatwingsVenus™（晓鹜™）智能体可通过结构预测分析目标蛋白的三维构象特征：跨膜区的边界是否清晰、截断设计是否会错误暴露疏水表面、关键糖基化位点的位置与空间遮挡情况。这些信息可以帮助研究者评估“重组蛋白作为筛选抗原”的构象保真度，优化抗原截断与修饰设计，从源头降低第一轮筛选的构象偏差风险。需要说明的是，结构预测可辅助降低偏差，但无法完全消除重组蛋白与天然蛋白的固有差异。

筛选压力的动态调整

基于抗原表面的结构特征，蛋白功能预测模块可初步评估不同表位区域的理论可及性：哪些区域在空间上更易被抗体CDR接触，哪些区域可能因构象柔性无法稳定呈现。这些信息不能直接预测哪个表位会产生高亲和力抗体，但可以帮助研究者判断：是否需要在多轮淘选中调整筛选策略（如加入配体竞争洗脱、采用构象锁定抗原），以保护结合特定功能性表位的候选，避免其被高亲和力的免疫优势表位克隆系统性稀释。

可开发性的序列-结构联合预筛

在候选序列锁定前，MatwingsVenus™（晓鹜™）智能体可通过序列分析与结构预测，标注CDR区的疏水斑块暴露程度、翻译后修饰热点、表面电荷分布等风险因子；对于存在风险的序列，还可推荐保守突变方案，在不影响抗原结合潜力的前提下降低序列风险。这种前置评估，将传统“先筛亲和力、后测可开发性”的串行流程，转变为“同步评估、联合排序”的并行流程。

同时，基于多维度评分的优先级排序，可让有限的深度表征资源优先投入高潜力克隆，提升表征资源的有效利用率，间接缓解表征通量不足的瓶颈。

结语

抗体筛选，表面上是一个淘汰过程——去掉不好的，留下好的。但“好”的标准，从项目启动之初，就被抗原形式、检测方式、排序逻辑共同预设好了。

真正优秀的筛选策略，不是更严格地执行预设标准，而是不断审视标准本身：我们筛出来的分子，真的是我们需要的分子吗？当抗原形式的偏差可以被结构预测修正，当表位多样性可以被分箱策略保护，当可开发性风险可以在序列层面被提前预警——筛选就不再是一个被动的淘汰漏斗，而是一个主动的优选系统。

筛选的终极目标，从来不是找到“亲和力数值最高的分子”，而是在还来得及做出选择的阶段，识别出“最值得被推进的分子”。