定制抗原配体：给“不听话”的靶标画一幅精准肖像

靶标并不总是"乖乖等着"

在经典药物发现的教科书里，靶标常被描绘成这样一个形象：它安静地待在细胞表面或胞内，等着科学家用药物分子"精准命中"。这个叙事简洁而励志——但和真实世界相比，多少有些过于理想化。

现实中，许多最值得攻克的靶标并不那么"配合"。它们频繁切换构象，像一扇门时而敞开时而紧闭；它们在不同组织中的表达密度相去甚远；它们的结合口袋被内源性配体牢牢占据，外来药物想"插队"难度极高；更有一些靶标，关键的攻击位点只有在它和另一个蛋白"握手"时才会浮现——单独存在时，这个位点在物理上几乎不存在。

这就带来了一个尴尬的局面：我们用重组蛋白"模拟"靶标来做筛选，但这个模拟品可能和天然状态下真正的靶标长得不太一样。筛选到的候选分子，结合的是"你给它的那个版本的靶标"，而不一定是"病人体内的那个靶标"。

定制抗原配体要解决的，正是这道工程学难题：如何为这些棘手的靶标量身打造一个"替身"——这个替身要在尽量正确的构象、尽量正确的四级结构、尽量接近天然的微环境中，把最关键的表位精准地"呈现"给候选药物。这不是简单的蛋白纯化，这是一场靶标的主动设计。

全球药物研发正面临靶标枯竭和可成药性瓶颈的双重压力。人类已知的"可成药"靶标只占潜在治疗靶标中很小的一部分，GPCR超家族中仍有大量孤儿受体和B类/粘附类受体因结构与表达的复杂性而长期难以成药，离子通道的TRP、ASIC等亚类同样面临类似的技术门槛。定制抗原配体技术的发展，正是在试图叩开这道紧闭的大门。

antigen ligand

一、当你"提取"靶标时，到底丢失了什么？

传统抗原制备的默认流程是：克隆靶标的胞外域→重组表达→纯化→用于免疫或筛选。这个流程的背后，藏着一个常常未经充分验证的假设——"重组表达的胞外域，可以代表天然靶标的真实样貌"。

对于许多靶标来说，这个假设可能站不住脚。

以多次跨膜蛋白（如GPCR、离子通道）为例。这类蛋白的结构由跨膜螺旋束的整体排列决定，胞外环（loop）的构象依赖于跨膜区的结构约束、脂质双分子层的环境支撑，以及内源性配体的稳定化效应。当你把胞外域单独"切"出来表达，就像从一本立体书里撕下其中一页——这一页失去了整本书的结构支撑，很难独立折叠成书中的立体形状。你得到的是一个在溶液中"自由发挥"的蛋白片段，它的构象集合可能与天然状态有较大差异。用这个片段筛出的抗体，很可能是针对"重组蛋白"而非"细胞表面的天然蛋白"的。同时，单独表达的胞外域也会丢失天然状态下的糖基化等翻译后修饰，而这些修饰往往直接参与表位构成，进一步扩大了重组抗原与天然靶标的差异。

构象多样的靶标面临另一种困境。某些激酶在活性（DFG-in）与非活性（DFG-out）状态之间切换时，ATP结合口袋的形状差异可达10 Å以上。如果你的抗原蛋白在溶液中恰好以非活性构象为主——或者是多种构象的混合物——筛选出的结合物可能靶向的是错误的构象状态。这意味着，花了大半年筛到的候选分子，在细胞层面可能活性微弱甚至没有活性。

更棘手的是复合物表位靶标。某些最具治疗价值的表位，只有在靶标与另一个蛋白形成复合物时才暴露或形成。用单体靶标做抗原，这个表位从物理上就难以呈现——无论筛多少轮，都很难找到针对它的结合物。

需要说明的是，这三类情况并非互斥，一个靶标可能同时身兼数种特性，难度层层叠加。但它们都指向同一个结论：抗原可能不再是"从天然来源中提取的给定物"，而是"根据筛选目的工程化设计的工具"。靶标需要以特定的形式——尽量正确的构象、尽量正确的四级结构、尽量正确的翻译后修饰——被重新"呈现"。

GPCR signaling pathways mediated by Gαprotein subunits

二、让靶标"定格"在最值得瞄准的瞬间

既然靶标会动，那就想办法让它"静止"——而且最好是静止在最有价值的那一瞬间。

这就是构象锁定的核心逻辑。对GPCR而言，与激动剂结合时的构象和与拮抗剂结合时的构象，可能涉及跨膜螺旋的大幅重排，胞外环的空间位置在两种状态下差异明显。如果你想要一个激动剂样的激活型抗体，就需要让抗原稳定在激活构象；如果想要拮抗剂，就得锁定在非激活构象。用错了构象的抗原筛出来的分子，方向可能会完全跑偏——正如上一节提到的构象多样靶标的困境。

构象锁定主要有两条路。一条是配体辅助锁定——利用已知的药理学配体（激动剂、拮抗剂或别构调节剂）将靶标稳定在特定构象。这条路的前提是：你有一个高亲和力、高选择性的配体可用。另一条是蛋白工程锁定——通过引入稳定化突变（如设计二硫键将两个空间接近的半胱氨酸"锁"在一起，或在螺旋末端加上末端帽序列）来降低构象的灵活性。这需要对蛋白结构有足够的了解，知道在哪里"钉钉子"才能锁住正确的构象，而不是把错误的构象也一并锁死，在GPCR领域，以StaR®技术为代表的构象热稳定化策略（通过系统性扫描和组合稳定化突变）已成功应用于数十种GPCR的结构解析和药物发现。

需要诚实地说，构象锁定可以提高目标构象的比例，但通常很难做到100%的单一状态。它给下游筛选提出了补充要求——比如在筛选中引入竞争洗脱步骤，尽量排除那些结合非目标构象的分子。

三、给靶标配一个"模拟舞台"

Different formats for presenting membrane proteins for affinity selection experiments

构象问题之外，还有另一个维度的偏差需要弥补：靶标所处的微环境。

多次跨膜蛋白在天然状态下，是嵌在细胞膜的脂质双分子层里的。脂质环境不仅是"背景板"，它参与塑造蛋白的构象，影响胞外环的取向，甚至在某些情况下直接构成表位的一部分。用胞外域单独作为抗原筛选出的抗体，可能不太容易识别脂质环境中的天然靶标——因为脱离了膜环境后，表位取向可能发生改变，或者某些在膜表面才会暴露的区域根本没有被呈现出来。

膜环境模拟的成熟方案之一是纳米盘——用膜支架蛋白包裹一小片脂质双分子层，形成纳米级的圆盘状颗粒，单个跨膜蛋白可以嵌入其中。这相当于在体外给靶标配了一个"迷你版"的细胞膜。另一个方案是病毒样颗粒，它利用病毒结构蛋白自组装的特性，在颗粒表面高密度展示靶标蛋白，尤其适合低丰度膜蛋白的富集筛选。

除了前文提到的、由不同蛋白互作形成的复合物表位场景，还有一类容易被忽视的维度——靶标蛋白自身的四级结构，也就是靶标的"组装方式"。许多膜蛋白在天然状态下以二聚体或更高阶寡聚体发挥功能。如果用单体抗原筛选，得到的抗体可能无法识别或阻断天然状态下的靶标——因为真正起作用的表位是由两个亚基共同构成的。Fc融合（二聚化）和Foldon三聚体域（三聚化）等工具可以实现可控的多聚化——需注意选择与靶标天然寡聚状态匹配的策略；对于四聚体离子通道等更复杂的组装需求，可能需要共表达策略或病毒样颗粒展示来逼近天然状态。

这些策略各有代价：纳米盘和病毒样颗粒的构建复杂度远高于直接包被重组蛋白，多聚化设计也会增加表达和纯化的难度。但面对"难成药"靶标，这往往是值得投入的路径——毕竟，用一个不太准确的抗原筛出来的分子，筛选过程再"顺利"，意义也打了折扣。

四、从"逐一试错"到"先算再验"的思路转变

读到这里，你可能已经感受到定制抗原配体的传统开发模式有多"磨人"：不同的截断边界要试，不同的突变位点要试，不同的多聚化方案要试——每一个变量的组合都需要构建、表达、纯化、验证，一个完整周期以周甚至月计，而失败率并不低。

这正是计算工具带来改变的地方。

结构预测可以为截断设计提供更精确的指导——在实验开始之前，就标注出跨膜区的可能边界，预测截断后哪些疏水表面可能会被错误暴露，评估截断后可能暴露的疏水表面面积，预判溶解度和热稳定性风险。结构预测可以在一定程度上分析配体结合对靶标构象的稳定化效果——配体占据结合位点后，周围残基的构象柔性是否受到约束。需要说明的是，目前结构预测对小分子配体诱导的大尺度构象转变仍存在固有局限，预测结果不能替代后续实验验证。

更进一步，蛋白功能预测模型可以在构建之前就评估设计的可行性：哪个截断方案更可能产生可溶性好、折叠正确的蛋白？引入的稳定化突变是能有效降低构象灵活性，还是可能破坏关键的结构域？这相当于给抗原设计装上了一个"预筛选"系统——不是在实验后排除失败方案，而是在实验前就锁定更可能成功的候选。

以MatwingsVenus™（晓鹜™）智能体为例，这类AI平台的能力组合正是朝着这个方向构建的。它的起点是抗原截断的精确设计——对于各类靶标蛋白，截断边界的准确性直接决定了重组抗原的质量：截得太长，可能包含未被察觉的疏水序列，进而导致表达失败；截得太短，则可能丢失关键表位。MatwingsVenus™（晓鹜™）智能体可以在设计阶段就标注跨膜区边界、识别可能错误暴露的疏水表面，并预判截断后的构象变化。

在此基础上，平台的蛋白功能预测模块（VenusX/VenusG）进一步将抗原优化从"排除失败方案"升级为"预先选择正确方案"。它可以在表达构建之前输出截断设计的可行性指标——包括溶解度等级、热稳定性预测、表面疏水斑块分布——帮助研究者预判哪个截断方案最可能产生可溶性好、折叠正确的重组蛋白。对于稳定化突变的设计（如二硫键锁定或将表面疏水残基替换为亲水残基），功能预测也可以评估其对构象稳定性和表达水平的潜在影响。

值得一提的是，这类平台的计算能力并不限于抗原设计。对于各类需要定制化蛋白工程方案的需求，都可以在这套统一的结构推理框架下完成设计。当然，这些工具的角色是辅助而非替代——最终的判断仍然需要实验来验证，但至少，实验的起点可以从"大海捞针"变成"带着地图出海"。

结语：靶标工程的时代正在到来

定制抗原配体，本质上是一种靶标工程——它不再是"靶标本来是什么，我们就用什么"，而是"我们需要靶标呈现出什么，就尽量让它呈现出什么"。

这不是对天然抗原的背离，而是在天然靶标与工程化筛选之间架起一座方法论桥梁。当构象可以被锁定，当四级结构可以被重构，当膜环境可以被模拟——那些曾经因"太难做"而被暂时搁置的靶标，就有了重新被提上日程的可能。

靶标并不总像教科书里画的那样"躺平"等待攻击。它是动态的、多变的、在结构层面有自己的"脾气"。但正因如此，能够驾驭这种复杂性的工具，才显得更有价值。下一次当你听到某款针对GPCR或离子通道的抗体药物成功上市时，幕后大概率站着一批精心设计的定制抗原配体——它们沉默而精准，是最初那场漫长研发旅程的起点。