抗体

ADC由毒素、连接子以及单抗所组成，通过单抗将毒素递送至表达肿瘤相关抗体的靶细胞来扩大毒素的治疗窗口。尽管ADC的开发热度异常火爆，但是目前仍旧面临许多挑战，如ADC的作用机制、新毒素的开发、毒性与疗效的平衡、生物标记物、与标准疗法的联用以及ADC药物的耐药机制等等。

作为可开发性评估的一部分，确定治疗性抗体药物的生物物理特性是临床前开发过程的关键部分。通过计算机预测此类特性和生物测定结果可以减少药物开发周期和成本，但目前该领域仍面临不小挑战。这篇文章，作者开发了一个自动化的机器学习工作流程，用来比较由流行的商业软件生成的理化特征集中与实际检测结果最相关的的特征。他们使用IgG分子的数据集对疏水性(HIC-RT)和多特异性(PSR)生成预测回归模型。

这篇文献的主要内容是建立了一个新的方法从羊驼免疫文库筛选人源化的VHH。为了达到这个目标，将来源于免疫后羊驼VHH的CDR3移植到人源化的VHH框架区；这个VHH的框架区来源于人的抗体基因CDR1和CDR2包含一些多样性突变，在设计这些CDR突变的时候通过计算方法提高了抗体的可开发性、抗体序列的可靠性以及消除了免疫源性；然后通过酵母展示筛选VHH抗体。筛选的抗体具有高亲和力且通过计算模拟抗体的可开发性也比较好，表达后的VHH抗体具备较好的理化特性、生物学活性且不需要额外的优化。这种方法使用于所有抗原免疫的羊驼，可以在较短的的开发周期内获得成药性较好的人源化VHH抗体并且降低开发方法。

最近看了几眼兔抗的文章，兔抗的优势就不细表了，但是好多文章都说兔抗与人抗体相似度高，比鼠抗更容易人源化，这跟我的印象有点出入。好久前评估过一些兔抗的序列，但是这些抗体一眼扫过去感觉跟人抗体序列差好多。因此决定分析一下兔抗的序列以及做几个人源化看看。

众所周知，较高的疏水性容易引起抗体聚集，抗体携带的电荷也会影响高浓度下的抗体黏度以及体内的PK清除率。这篇文章作者评估了基于结构的电荷计算对抗体pI、黏度和清除率数据的预测性能，使用的软件为MOE。