GLP-1受体激动剂在市场上广泛应用让全球制药界重新审视了多肽药物的商业价值。截止目前，FDA已累计批准超过85种的多肽类药物^[1]。然而，GLP-1的成功只是冰山一角，PCSK9、双靶点激动剂、细胞内蛋白-蛋白相互作用抑制剂等下一代药物，对肽库的多样性和构象复杂性提出了前所未有的要求。

肽库筛选正是药物发现的源头。 无论是噬菌体展示库、DNA编码库还是mRNA展示库，其核心的逻辑是一致的：使海量随机肽序列对靶蛋白进行系统性扫描，从中筛选出可以高亲和力结合靶点的序列。而能否高效、高质量地完成肽库构建与筛选，直接决定了一家CRO在多肽药物发现赛道上能否占得先机。

图1：噬菌体识别肽工作流程^[2]

一、肽库类型

1、线性肽库

线性肽库是指由氨基酸通过肽键首尾线性连接而成的多肽所组成的文库。

优点：

Ø 构建简单，技术成熟：线性肽库的构建技术最为成熟，操作相对简单。通过噬菌体展示等技术，可以方便地构建和扩增库容量达10⁸至10¹¹的巨大文库，这为找到针对特定靶点的稀有结合肽提供了可能。

Ø 成本低廉，易于获取：线性肽的合成成本较低，利用噬菌体展示技术进行筛选，其构建和扩增成本也较为低廉。且许多文库有商业化产品，可以直接购买。

Ø 筛选高效，应用广泛：其筛选流程相对简单快速。这种文库最常用于初步筛选，非常适合模拟表位的筛选，也广泛应用于抗体生成、酶抑制剂筛选和疫苗开发等领域。

Ø 结构灵活，覆盖全面：线性肽具有高度柔性，能够呈现多种不同的构象，这种灵活性使其更有可能找到针对特定靶点的初始结合物。

缺点：

Ø 代谢稳定性差：线性肽易被蛋白酶识别和降解，在体内半衰期通常比较短^[3]。

Ø  结合熵罚高：柔性结构导致线性肽在结合靶点时需支付较高的熵罚。

Ø 靶点选择性有限：缺乏固定结构降低了肽与抗原的结合亲和力，并且难以确定活性构象。

Ø 库容量多样性受限：随着肽段长度增加，合成难度上升，较大文库的序列多样性反而可能低于短肽文库。

2、环肽肽库

环肽肽库是由具有环状结构的多肽分子组成的集合，这些多肽通过肽的氨基端（N端）与羧基端（C端）首尾相连，或通过氨基酸侧链之间成环，形成环形结构。

优点：

Ø 构象刚性和结合亲和力提升：环化通过构象约束改善了结合熵，使环肽比同一序列的线性肽结合更紧密。环肽的刚性构象提高了结合亲和力、选择性和蛋白水解稳定性。

Ø 代谢稳定性显著增强：环肽对蛋白水解降解具有更强的抵抗能力。

Ø 兼具多肽和小分子优势：环肽既保留了多肽易于生产、高多样性、高潜在特异性的优点，同时又通过构象约束提升了代谢稳定性与结合亲和力。

缺点：

Ø 结合物筛选概率较低：由于结构约束的限制，环肽库筛出有效结合物的概率可能低于线性库^[4]。但一旦筛选到阳性克隆，其亲和力和选择性往往显著优于线性肽。

Ø 构建难度和成本较高：环肽的化学合成需要额外的环化步骤，并且含二硫键的环肽在偶联化学上操作复杂且生产成本较高。

Ø 膜渗透性与口服生物利用度仍存在挑战：尽管环肽相比线性肽有所改善，但膜渗透性差和口服吸收效率低仍是环肽口服药物开发中需要重点攻克的问题。

无论是线性肽库的“广撒网”，还是环肽库的构象锁定，其最终效果都依赖于筛选环节的精度。传统筛选依赖Sanger测序随机挑克隆，犹如“管中窥豹”，难以掌握文库全貌。近年来，NGS技术的引入，正在从根本上改变这一局面。

二、肽库筛选技术升级：NGS联合肽库筛选

NGS技术和噬菌体展示的结合，正在重塑肽库筛选的精度。传统筛选可能会残留一定量的非特异性富集序列，而NGS能够深入解析文库组成和淘选过程中的演化轨迹^[5]。

优点：

Ø 全流程质量控制：NGS能对构建的肽库进行全面检查。它可精确评估库的功能多样性、设计覆盖度，并诊断构建过程中的偏好性。这能帮助研究人员早期发现问题，避免在无效库上浪费资源。

Ø 实时监控与策略优化：NGS能对每轮筛选前后的文库进行深度测序，这种实时监控使研究人员能根据数据动态调整筛选策略，而非凭经验盲目进行。

Ø 加速候选分子发现：NGS可直接对筛选后的整个文库测序，根据富集程度和序列完整性直接锁定最优质的候选分子，将筛选到验证的周期缩短。

缺点：

Ø 对实验设计要求极高：为克服噪音问题，NGS实验需精心设计对照，包括对原始未扩增文库、扩增后文库、无靶标筛选和重复筛选等进行测序。

Ø 测序深度问题：测序深度是NGS应用的关键参数。深度不足会低估文库的真实多样性，导致对文库质量的误判；而追求过高的测序深度则会显著增加成本和数据分析的复杂度。

图2：NGS整合的噬菌体展示筛选流程^[6]

三、CRO外包核心价值

正因为上述技术路径存在极高壁垒，自建平台往往力不从心，这才催生了CRO外包的核心价值。自建肽库并非易事，噬菌体展示平台是较早的肽库表达系统，至今因为其功能强大、操作简单、成本低、易于操作等原因，目前依旧是主流方法之一。但整个操作流程从随机DNA序列的体外拼接，到载体构建、转化、扩增、淘选，再到序列鉴定——全流程周期通常需要3-6个月，且对实验人员的分子生物学和化学修饰经验要求极高。

更关键的问题是库容量的瓶颈。理论库容量再大，如果转化效率跟不上，则实际有效库容量将大打折扣。虽然近年来非天然氨基酸的引入进一步拓展了肽库的化学空间，但这些技术突破需要生物学与化学手段的双重专业化支持。

专业的CRO公司不仅拥有现成的预制肽库，还能根据靶点特征提供定制化文库设计——这往往意味着数月甚至更长的试错时间，而在创新药赛道，这几个月可能就是“First-in-Class”与“Me-too”的分水岭。

多肽药物正从GLP-1的“一枝独秀”走向全面开花，而肽库构建与筛选始终是这一赛道的底层引擎。从线性肽库的高通量筛选，到环肽库的构象约束优化，再到NGS技术赋能下的精准淘选——每一次技术迭代都在拓展多肽药物的边界，也在重新定义CRO公司的专业门槛。

对于大多数药企和研发机构而言，自建肽库平台不仅面临长达数月的时间成本，更受限于转化效率、质量控制与数据解读等环节的技术壁垒。将专业的事交给专业的公司，并非简单的“外包”，而是借助成熟的技术平台与丰富的项目经验，加速从“海量序列”到“先导化合物”的关键一跃。

卡梅德生物（KMD Bioscience）深耕噬菌体展示与肽库构建领域多年，致力于为全球科研与药企客户提供从肽库设计、构建到筛选的一站式解决方案。公司基于噬菌体展示系统，支持线性肽库、环肽库的定制化构建，并持续布局NGS辅助筛选等前沿技术,以可靠的技术交付助力多肽药物发现的“第一公里”。

图3：卡梅德生物噬菌体展示文库构建平台服务流程

[1]AlShaer D, Al Musaimi O, Albericio F, de la Torre BG. 2025 FDA TIDES (Peptides and Oligonucleotides) Harvest. Pharmaceuticals (Basel). 2026 Jan 30;19(2):244. doi: 10.3390/ph19020244. PMID: 41754785; PMCID: PMC12943124.

[2]Cunningham AD, Qvit N, Mochly-Rosen D. Peptides and peptidomimetics as regulators of protein-protein interactions. Curr Opin Struct Biol. 2017 Jun;44:59-66. doi: 10.1016/j.sbi.2016.12.009. Epub 2017 Jan 4. PMID: 28063303; PMCID: PMC5496809.

[3]Thean D, Ebo JS, Luxton T, Lee XC, Yuen TY, Ferrer FJ, Johannes CW, Lane DP, Brown CJ. Enhancing Specific Disruption of Intracellular Protein Complexes by Hydrocarbon Stapled Peptides Using Lipid Based Delivery. Sci Rep. 2017 May 11;7(1):1763. doi: 10.1038/s41598-017-01712-5. PMID: 28496125; PMCID: PMC5431883.

[4]Roxin Á, Zheng G. Flexible or fixed: a comparative review of linear and cyclic cancer-targeting peptides. Future Med Chem. 2012 Aug;4(12):1601-18. doi: 10.4155/fmc.12.75. PMID: 22917248.

[5]Bakhshinejad B, Kjaer A. NGS and the design of an optimized phage display workflow for peptide discovery. Amino Acids. 2025 Dec 26;58(1):5. doi: 10.1007/s00726-025-03492-z. PMID: 41452380; PMCID: PMC12775084.

[6]Alteen MG, Meek RW, Kolappan S, Busmann JA, Cao J, O'Gara Z, Chou Y, Derda R, Davies GJ, Vocadlo DJ. Phage display uncovers a sequence motif that drives polypeptide binding to a conserved regulatory exosite of O-GlcNAc transferase. Proc Natl Acad Sci U S A. 2023 Oct 17;120(42):e2303690120. doi: 10.1073/pnas.2303690120. Epub 2023 Oct 11. PMID: 37819980; PMCID: PMC10589721.

FAQs

1. 线性肽库和环肽库，我该选哪一种？

这取决于你的研究目标。线性肽库构建简单、成本低、筛选通量高，适合做初步筛选和表位定位，快速找到与靶点结合的初始序列。但线性肽在体内容易被降解，结合亲和力也相对有限。环肽库通过构象约束提升了结合亲和力和代谢稳定性，适合靶向蛋白-蛋白相互作用（PPI） 等“不可成药”靶点，以及有口服或体内给药需求的开发项目。简单来说：先导发现阶段用线性库，先导优化与药物开发阶段用环肽库。

2. 环肽听起来比线性肽好很多，为什么不直接用环肽库替代线性肽库？

环肽并非“全面碾压”。由于环肽的构象被限制在特定形状，它可能筛不出某些靶点的最佳结合序列。线性肽因为“柔性大、形态多”，对靶点的覆盖空间更广，找到初始结合物的概率反而更高。许多药物发现策略是先用线性库找出苗头化合物，再通过环化改造优化其活性和稳定性。

3. NGS技术到底给肽库筛选带来了什么改变？

传统的筛选依赖于Sanger测序，只能随机挑选少量克隆进行测序，相当于“管中窥豹”。而NGS能对整个文库在每轮筛选后的全貌进行深度测序，做到三件事：

Ø 评估文库的真实多样性和质量；

Ø 追踪目标序列在各轮筛选中的富集动态；

Ø 从海量数据中快速锁定最优质的候选分子，大幅缩短筛选周期。

4. NGS技术有缺点吗？是不是用了NGS就万事大吉？

不是。NGS对实验设计的要求极高——必须设置原始文库测序、扩增后文库测序、无靶标对照筛选和重复筛选等多组对照，才能有效区分真正的特异性结合序列与非特异性背景噪音。此外，测序深度不够会低估文库多样性；深度过高则会显著增加成本和数据分析难度。NGS是强大工具，但使用不当反而可能得到误导性结论。

5. 既然文章说自建肽库要3-6个月，那选择CRO公司的优势到底是什么？

CRO的核心价值在于 “时间”与“成功率”。具体体现在：

Ø 时间成本：CRO拥有现成的预制肽库和技术平台，客户无需等待前期建库时间；

Ø 技术门槛：CRO具备丰富的筛选经验和完善的质控体系，能有效避免自建库常见的“库容虚标”“筛选假阳性”等问题；

Ø 定制灵活：可根据靶点特征设计专用文库，而非“一个库筛所有”。