截止到2025年8月FDA已批准144类抗体药物，广泛用于治疗肿瘤、病毒感染、自身免疫性疾病等，其中大多数抗体是通过小鼠细胞杂交瘤技术产生的^[1]。鼠源抗体进入人体之后会导致免疫系统将其识别为“外来物”，不仅会导致人抗鼠抗体反应，削弱药物疗效，还会引发严重的副作用。

因此人源化技术应运而生，但这个技术中暗藏了一个深刻的矛盾：人源化要解决免疫原性，但改造过头会损失活性；追求完美可能拖慢研发进度；而压低成本又可能牺牲质量——这就是抗体人源化的“不可能三角”。

本文将从安全、活性与效率三个维度，拆解这一技术难题，并探讨AI时代的新解法。

一、安全性对垒活性

1、CDR移植技术：

CDR移植是目前较为经典的方法，即将鼠源抗体中直接接触抗原的CDR序列嫁接到人源化抗体的框架上，CDR移植后鼠源残基降低，免疫原性显著降低。然而这种嫁接并不是每次都成功。

图1：CDR移植技术示意图^[2]

2、亲和力流失：

由于框架-CDR兼容性差，抗体可能会出现亲和力丧失和功能受损的情况^[3]。原因在于虽然某些框架区残基虽然不直接接触抗原，但其对于CDR环的三维构象起着关键的支撑作用。当这些残基被替换为人源序列后，CDR的构象会因此发生改变，导致抗原结合口袋变形。为解决这些问题，有以下方法：

Ø 回复突变：对其进行回溯突变，即将某些关键框架区残基恢复成鼠源原始氨基酸。

Ø 表面重塑：仅替换抗体表面暴露的残基来减少免疫识别。还有研究将鼠源CDR与人源种系FR库进行组合筛选，成功找到了CDR移植未能实现的理想候选分子^[1]。

3、免疫原性的残余风险

即便人源化程度超过95%，免疫原性风险并未归零。

日本一项针对92种已批准抗体药物的定量分析显示，人源化抗体中27.7%出现抗体药物疗效下降，而全人源化抗体中该比例仅为8.6%^[4]。这个结果支持了人源化程度越高，免疫原性越低的结论。

更令人警醒的是，即使是全人源化抗体，也并非零免疫原性。免疫原性的根源不仅在于“非人”序列本身。影响免疫原性的因素有很多，其中包括溶解度、聚集倾向、交叉反应性，以及热稳定性不足导致的产物异质性。此外，患者HLA等位基因的个体差异也会影响T细胞识别，进而改变免疫应答强度。

二、效率与质量之争

1、传统路径

传统抗体人源化改造高度依赖结构生物学，从框架选择、CDR移植回复突变设计到实验验证、调整，这个周期往往长达数月，无论对于科学研究还是急需开发的临床抗体药物，其面对的时间成本、资金成本和市场机会成本都是巨大的。

2、高通量筛选

噬菌体展示技术在很大程度上为人源化抗体效率的提升，提供了良好的工具。通过构建人源化抗体噬菌体展示库，可在体外高效筛选高亲和力变异体。目前比较成熟的文库筛选技术有Fab抗体文库筛选、VHH抗体文库筛选、scFv抗体文库筛选。

3、计算工具

计算生物学工具的发展很大程度上提升了人源化抗体设计效率，并且拓宽了其效率边界。

Ø Humatch：一款由三个卷积神经网络（CNN）组成的计算工具，可以准确识别人类重V基因、轻V基因并且进行优化配对[5]。

Ø SITA：是一个新的预测工具，不仅预测整个序列，还预测单个残基的B细胞免疫原性得分。SITA的评分可以显著区分全人类抗体、治疗性抗体和非人类衍生抗体的免疫原性水平[6]。

图2：Humatch流程图^[5]

图3：SITA流程图^[6]

三、成本与收益间平衡

1、全人源化抗体“高价诱惑”

全人源化抗体是通过转基因小鼠或噬菌体展示技术直接产生完全由人类基因编码的抗体。从理论上全人源化抗体免疫原性最低^[4]。但现实问题是全人源化抗体价格偏高，转基因小鼠的建设和维护资金成本巨大，噬菌体展示技术也需要庞大的基础设施和专业技术积累。

2、差异化策略

针对不同实验方案，应采取差异化策略，以实现成本与收益的平衡。

Ø 已有明确活性验证的鼠源抗体：用传统的CDR移植+回复突变的经典人源化路径的流程，其流程风险可控、成本相对较低。

Ø 全新靶点或高难度靶点：可考虑全人源化抗体平台——尽管前期投入较大，但可规避后期因免疫原性导致的临床失败风险。

四、AI技术驱动的范式变革

安全性和活性、效率和质量、成本和收益之间的矛盾一直在制约人源化抗体的发展，但AI的介入正在从根本上改变这个格局,但AI设计的序列仍需实验验证。

Ø HuAbDiffusion：从三个互补决定区（CDR）出发，生成完整的V区序列。测试表明，该模型生成的人源化抗体结合亲和力不仅可以保留，甚至可能提高^[7]。

图4：HuAbDiffusion流程图^[7]

Ø HuDiff包含针对常规抗体的HuDiff-Ab与纳米抗体的HuDiff-Nb两个核心模块。此生成式模型直接从数据中学习人源化抗体，从而绕开框架选择的经验性依赖。

图5：HuDiff流程图^[8]

“不可能三角”的每一端，都曾是人源化抗体开发中难以逾越的天堑——鼠源成分越少，亲和力流失越快；改造越精细，周期越长；平台越先进，门槛越高。传统技术路线迫使研发者在三者之间反复权衡、无奈妥协。Humatch与SITA等计算工具的出现，将框架筛选从数月压缩至数秒，初步松动了效率的枷锁；而HuAbDiffusion与HuDiff等生成式AI的崛起，则从底层颠覆了“改造”的逻辑——无需模板，直接创造。当AI从“辅助打分”进化至“源头设计”，安全、效率与活性之间的零和博弈正在走向终结。人源化抗体的开发，正迎来一个不必再妥协的全新时代。 

卡梅德生物长期专注于抗体工程领域的技术深耕，可提供与文章所述全流程高度匹配的产品与技术服务。针对人源化设计需求，卡梅德生物提供抗体人源化平台；针对高通量筛选环节，可提供噬菌体展示抗体文库筛选服务，涵盖Fab、VHH、scFv等多种抗体形式；公司致力于帮助研发者在安全、效率与活性之间找到最佳平衡。 

[1]Wang Y, Chen YL, Xu H, Rana GE, Tan X, He M, Jing Q, Wang Q, Wang G, Xie Z, Wang C. Comparison of "framework Shuffling" and "CDR Grafting" in humanization of a PD-1 murine antibody. Front Immunol. 2024 Jul 15;15:1395854. doi: 10.3389/fimmu.2024.1395854. PMID: 39076979; PMCID: PMC11284016.

[2]Gordon GL, Raybould MIJ, Wong A, Deane CM. Prospects for the computational humanization of antibodies and nanobodies. Front Immunol. 2024 May 15;15:1399438. doi: 10.3389/fimmu.2024.1399438. PMID: 38812514; PMCID: PMC11133524.

[3]He C, Huang W, Wu X, Xia H. Advances in Techniques for the Structure and Functional Optimization of Therapeutic Monoclonal Antibodies. Biomedicines. 2025 Aug 23;13(9):2055. doi: 10.3390/biomedicines13092055. PMID: 41007619; PMCID: PMC12467787.

[4]Saito M, Urakami-Takebayashi Y, Motohashi H, Nagai J. Clinical Impacts of Immunogenicity in Approved Antibody Drugs in Japan: A Quantitative Evaluation of Pharmacokinetics, Efficacy, and Safety Outcomes. AAPS J. 2025 Oct 16;28(1):1. doi: 10.1208/s12248-025-01165-z. PMID: 41102543.

[5]Chinery L, Jeliazkov JR, Deane CM. Humatch - fast, gene-specific joint humanisation of antibody heavy and light chains. MAbs. 2024 Jan-Dec;16(1):2434121. doi: 10.1080/19420862.2024.2434121. Epub 2024 Nov 29. PMID: 39611407; PMCID: PMC11610552.

[6]Cun Y, Ding H, Mao T, Wang Y, Wang C, Li J, Li Z, Hu M, Cao Z, Qiu T. SITA: Predicting site-specific immunogenicity for therapeutic antibodies. J Pharm Anal. 2025 Jun;15(6):101316. doi: 10.1016/j.jpha.2025.101316. Epub 2025 Apr 21. PMID: 40678479; PMCID: PMC12268063.

[7]Liu D, Hao X, Fan L. HuAbDiffusion: a discrete language diffusion model used for antibody humanization. Brief Bioinform. 2025 Nov 1;26(6):bbaf658. doi: 10.1093/bib/bbaf658. PMID: 41370632; PMCID: PMC12694429.

[8]Ma J , Wu F , Xu T ,et al.An adaptive autoregressive diffusion approach to design active humanized antibodies and nanobodies[J].Nature Machine Intelligence, 2025, 7(10):1698-1712.DOI:10.1038/s42256-025-01120-9.

FAQs

1. CDR移植后人源化抗体亲和力下降，具体是哪些框架区残基最常被保留为鼠源？

这些残基通常被称为 Vernier残基（Vernier zone residues）——位于框架区（FR）但与CDR环紧邻、对维持CDR三维构象起着关键支撑作用的氨基酸位点。有研究显示，单纯将鼠源抗体的CDR移植到人源框架后，亲和力可能下降至原来的1/40，主要原因就是这些Vernier残基被替换后破坏了CDR的构象稳定性。

常见的Vernier残基位置包括VH结构域中的H2、H27、H29、H48、H67、H69、H71、H78、H93等，以及VL结构域中的L2、L4、L35、L36、L38、L46、L58、L66、L68、L69、L71、L87等。具体哪些位点需要保留为鼠源，取决于每个抗体独特的结构特征，需要通过分子建模和实验验证来确定。值得一提的是，Vernier残基在抗体人源化中的重要性在文献中常被低估，近年来研究者正重新重视其在抗体工程中的关键作用。

2. 回复突变一般需要做多少个位点才能恢复亲和力？

回复突变的位点数量没有固定标准，取决于具体抗体结构。有时单个关键位点的回复突变即可完全恢复亲和力，但多数情况下需要2-5个位点的组合突变。例如，针对某抗CD3人源化抗体，CDR移植后亲和力“基本完全丧失”，需要通过回复突变来重建；而在另一些案例中，仅对Vernier区等关键位点做回复突变，就能将鼠源序列占比降至5%-10%，同时将HAMA发生率进一步降至5%以下。

3. 表面重塑和回复突变这两种策略可以同时使用吗？

完全可以，且在实际人源化设计中常被联合使用。两者的改造逻辑不同——回复突变聚焦于框架内部那些对CDR构象起支撑作用的“结构支撑残基”（如Vernier残基），目的是维持亲和力；表面重塑则关注抗体表面暴露的残基，通过替换这些容易被免疫系统识别的“表面靶标”来降低免疫原性。两者从不同维度解决“不可能三角”的不同端点，联合使用可在活性保持与免疫原性降低之间取得更好的平衡。

4. 计算工具预测的结果（如SITA的免疫原性评分）能直接替代实验验证吗？

绝对不能。 计算预测是强力的筛选和指导工具，可以大幅减少实验工作量、压缩研发周期，但最终的安全性和活性必须通过体外/体内实验验证。SITA的评分可以帮助研究者识别哪些残基位点免疫原性风险最高，Humatch可以帮助快速匹配合适的人源框架——这些都极大提升了设计效率，但预测结果只是“候选优先级排序”。目前最优的策略是：计算预测指导实验设计→实验验证反馈数据→迭代优化模型，形成“干湿闭环”。

5. 为什么全人源抗体免疫原性仍然存在？不是“全人源”了吗？

“全人源”并不等于“零免疫原性”。免疫原性的来源不只是“非人序列” ，还包括多个层面：

Ø CDR区本身：即使全人源抗体，其CDR区也是通过体外筛选或转基因小鼠产生的——这些CDR序列虽然是“人源”的，但在自然界中可能从未存在过，人体免疫系统仍可能将其识别为“非我”。有研究明确指出，“全人源氨基酸序列的抗体的残余免疫原性存在于CDR区域。

Ø 可开发性因素：包括抗体的聚集倾向、溶解度、热稳定性不足导致的产物异质性等。聚集体比单体更容易触发免疫应答。

Ø 患者个体差异：不同患者的HLA等位基因不同，对抗体片段的T细胞识别存在个体差异，同一款抗体在不同患者体内可能产生完全不同的免疫应答。

Ø 给药因素：药物剂量、给药途径、给药组合、杂质污染等都会影响免疫原性。