适用场景
已有明确目标表位，希望围绕该位置获得全新候选抗体序列
传统免疫或筛选难以稳定命中目标表位，需要更定向的设计入口
我们使用Cookie来改善您的浏览体验并分析网站流量。继续使用本站即表示您同意我们的Cookie政策。 隐私政策
特定表位抗体从头设计
我们的方法
无需动物免疫，直接针对特定表位从头生成全新抗体。核心依赖三大 AI 模型：AbGenerator 生成多样化 CDRH3 序列，AffinityEvaluator 预测结合概率，AbEvolver 模拟亲和力成熟。
验证数据
4
靶点验证
24+
阳性抗体
nM 级
最优亲和力
48h
单次计算周期
为什么需要？
"抗体结合的表位不同，药效甚至安全性都会不同。然而当前主流方法倾向于命中免疫优势区域，对低免疫原性或隐蔽表位，候选抗体往往稀缺甚至为零。"
Key Advantages
技术优势
传统方法局限
困难表位难突破
传统方法倾向命中免疫优势区域，针对隐蔽、保守等困难表位，往往难以获得有效抗体。不同表位可能带来不同药效、安全性和作用机制。
传统方法无法精准控制
当前主流抗体发现方法无法保证获得目标表位抗体。对低免疫原性表位、稀有功能表位及复杂膜蛋白靶点，候选抗体常常稀缺甚至无法命中。
抗体设计难度高于一般蛋白
CDRH3 区构象高度灵活，抗体缺乏丰富共进化信息，抗体结构和抗原/抗体复合物数据规模显著更小，设计难度远超普通蛋白 binder。
我们的优势
精准控制抗原表位
最大优势在于能够精准控制抗体的抗原表位结合，避免传统免疫方法的随机性，实现"指哪打哪"的理性设计。
生成式 AI 设计 CDRH3
基于生成模型从头设计 CDRH3，突破传统模板库与已有 binder 优化路径的限制，拓展候选序列空间。
全人源抗体
生成的抗体具有全人源特性，减少免疫原性；所有设计抗体共享相同轻链，避免重链/轻链错配。
多维评分与全链路报告
结合模型预测与结构特征对候选序列评分筛选，输出候选序列、排序与设计报告，支持团队评审与实验决策。
Validation
验证案例
在多个抗原靶点上，已完成特定表位抗体从头设计验证。针对指定表位设计 1 万级候选抗体后，经湿实验验证可获得多条能够结合目标表位的抗体，亲和力覆盖微摩尔到纳摩尔范围。
针对高难度功能性表位从头设计，获得 7 条 BLI 验证阳性抗体
KD 达 10-7 至 10-9 M；其中 2 条可阻断天然配体结合，并在细胞层面观察到 STAT-3 磷酸化抑制活性，冷冻电镜进一步验证了 P211858 的准确表位。
冷冻电镜表位验证
目标功能表位定义
| Antibody | KD (M) | ka (1/Ms) | kd (1/s) |
|---|---|---|---|
| P95531 | 7.10E-07 | 2.01E+04 | 1.43E-02 |
| P211853 | 1.03E-07 | 1.39E+04 | 1.43E-03 |
| P211854 | 7.60E-09 | 8.50E+04 | 6.46E-04 |
| P211855 | 9.62E-08 | 9.14E+03 | 8.79E-04 |
| P211856 | 7.04E-08 | 9.20E+03 | 6.48E-04 |
| P211857 | 9.35E-08 | 9.46E+03 | 8.84E-04 |
| P211858 | 5.87E-09 | 9.68E+04 | 5.68E-04 |
| P211859 | 3.97E-09 | 1.70E+05 | 6.75E-04 |
BLI 全动力学
Legend
P211858
P211859
Positive Control
Negative Control
cytokine
Cell only
EC50
| Sample | Value |
|---|---|
| P211858 | 159.5 nM |
| P211859 | 68.30 nM |
| Positive Control | 12.53 nM |
STAT-3 抑制剂量响应
Legend
P95531 (PC)
P211854
P211855
P211856
P211857
P211858
P211859
NC (IPI)
BC (1% PBSM)
EC50
| Sample | Value |
|---|---|
| P95531 (PC) | 0.04748 |
| P211854 | 0.02238 |
| P211855 | 1.319 |
| P211856 | 0.6156 |
| P211857 | 2.490 |
| P211858 | 0.06618 |
| P211859 | 0.03155 |
抗原结合 ELISA
Legend
P95531 (PC)
P211853
P211854
P211855
P211856
P211857
P211858
P211859
NC (IPI)
BC (1% PBSM)
EC50
| Sample | Value |
|---|---|
| P95531 (PC) | 9.840 |
| P211853 | ~ 0.2025 |
| P211854 | ~ 0.000 |
| P211855 | ~ 1.004e+029 |
| P211856 | ~ 0.000 |
| A083 (P211857) | ~ 0.1119 |
| P211858 | 0.2076 |
| P211859 | 0.1756 |
阻断活性 ELISA
Pipeline
计算流程
用户指定抗原表位后，围绕这个表位进行抗体设计、结构预测和筛选，最终交付符合预期的全新抗体。
指定目标表位
预测合适框架区
生成 CDRH3
预测亲和力打分
输出报告
实验验证包括：ELISA / BLI / 表位竞争 / 冷冻电镜 / 细胞实验验证
Report
报告示例
以下为抗体从头设计服务交付报告的部分截图，展示了从表位分析到候选序列评估的完整流程。
Lab Guide
湿实验验证指南
设计抗体基于百奥赛图全人源共轻链 RenLite 小鼠训练数据，计算报告提供重链 HCDR3、重链 FR1-FR3 和共轻链序列。以下指南帮助您从计算结果顺利过渡到实验验证。
1
基因合成线性化 scFv 片段
将报告中的三部分序列拼接成 scFv：① 重链 FR1-FR3（计算推荐 10-20 种匹配框架） + ② 重链 HCDR3（可选 1万/20万/100万 三种量级，oligopool 合成） + ③ 重链 FR4-Linker-VK（共轻链部分，固定序列）。
密码子优化（E.coli/Yeast）添加酶切位点 SfiI/NotI重叠延伸 PCR 拼接
2
质控与建库
线性化 scFv 片段需进行质控，确保正确构建比例 ≥60%。正常情况下少量错误构建对展示筛选影响较小。
采用 噪菌体展示筛选（亦可采用酵母展示），3 轮以上筛选后，通过 phage ELISA 判断富集，经单克隆筛选或 NGS 测序获得阳性 binder 序列。
3
重组表达与验证
将阳性 binder 可变区构建为全长 IgG（如 huIgG1/kappa），使用 CHO/HEK293 真核表达系统。
结合活性检测
可溶性抗原：ELISA / BLI / SPR；多次跨膜抗原：过表达细胞系或肿瘤细胞 FACS 检测。
表位验证
竞争 ELISA / Epitope Binning 快速分析；更进一步可通过 Cryo-EM / X-ray 结构生物学方法确认。
💡 提示：噪菌体筛选时建议设置阳性菌库（将已知结合抗体或 Benchmark 抗体以 1:10000 比例混入筛选库）作为内控。如需提升亲和力，可直接返回平台使用亲和力成熟流程。
适用场景
适用场景与交付说明
适合已经明确功能表位、希望围绕该表位获得可建库候选的项目。
48 小时18,888 积分 / 表位 / 次
需要准备
靶点结构信息，用于辅助表位定位和设计约束
目标表位信息：表位热点残基
交付内容
抗体从头设计报告（含框架序列与 CDRH3 文库）
抗体框架序列文件和 CDRH3 序列文件
基于文库序列的实验方案，包括建库构建与筛选建议
CDRH3 文库规模选项：10K / 200K / 1M
这项能力相比传统免疫筛选的核心优势是什么？
传统方法很难保证命中指定表位，尤其是低免疫原性或稀有功能表位。从头设计的优势是把起点放在“目标表位”上，通过生成式 AI 直接设计 CDRH3 和框架组合，减少随机筛选带来的不确定性。
为什么重点设计 CDRH3？
CDRH3 是抗体识别抗原的关键区域，但构象灵活、已知结构数据少，传统模板或已有 binder 优化路径容易受限。平台用生成模型扩展 CDRH3 序列空间，让指定表位项目有更多可筛选候选。
全人源和共享轻链设计对后续开发有什么帮助？
全人源特性有助于降低免疫原性风险；共享轻链可以减少重链/轻链错配，降低候选表达和后续 CMC 复杂度，让计算结果更容易进入实验验证。
多维评分报告如何帮助团队做实验决策？
报告会结合模型预测、结构特征和候选序列排序，帮助团队优先选择更可能命中目标表位、且更适合建库和筛选的序列，而不是只拿到一批未排序候选。