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。

之前做了个抗体注释的网页，反应挺好，网页的流量挺高。后来有朋友反应需要一些其他的功能，因此我又间入了新的功能，核酸序列翻译和蛋白分子量计算。

CAR-T近年来在血液瘤的治疗中展现出巨大的应用前景，CAR-T包含T细胞激活所需要的第一和第二信号，但目前对CARs和TCRs的差异未能完全阐明，已有研究显示CARs和TCRs之间的一些差异会带来T细胞激活、杀伤和增殖方面的影响。