 |
美國馬薩諸塞州劍橋2026年9月16日 /美通社/ -- 諾納生物，一家通過創新技術平臺推動生物藥研發的全球生物技術公司，今日宣布成功開發HCAbLM——全球首個基于全人源僅重鏈抗體（HCAbs）訓練的語言模型。HCAbLM基于來自73只獨立免疫的HCAb轉基因小鼠、共計3180萬條全人源HCAb序列的大規模數據庫構建，相關研究論文《A foundation model learns the sequence and functional grammar of fully human heavy-chain-only antibodies》已發表于bioRxiv。
從“能結合”到“能成藥”：AI抗體開發的關鍵躍遷
當前AI抗體領域的主要瓶頸已不是“能否設計出結合靶點的抗體”，而是“設計出的抗體能不能量產、會不會聚集、穩不穩定”——即成藥性問題。HCAbLM正是為解決這一問題而生。該模型學習到了全人源HCAb獨有的“序列語法”——一套決定抗體能否折疊、能否穩定存在、能否最終成藥的底層規則。傳統通用模型因訓練數據中幾乎不包含HCAb序列，無法捕獲這套規則。HCAbLM充分證明獨特抗體序列數據訓練的專有模型可以更好的將“序列空間認知”轉化為“成藥性預測能力”。
HCAb專有模型打敗通用蛋白/抗體模型
HCAbLM模型學到的表征展現出對實驗測得抗體特性的可遷移能力，包括體積排阻色譜（SEC）純度、疏水相互作用色譜（HIC）行為及熱穩定性等，凸顯了HCAbLM在全人源HCAbs評估與優化方面的潛力，超越單純的序列分析層面。
在跨項目成藥性預測的公開基準測試中，僅有3.66億參數的HCAbLM在SEC純度（量產可行性）和HIC行為（聚集風險）兩項核心指標上，超越了包含60億參數的Meta ESM-6B在內的通用蛋白質大模型，以及此前行業領先的抗體語言模型IgLM和AbLang。
HCAbLM的開發標志著諾納生物在將人工智能（AI）應用于抗體發現與開發領域的重要進展。通過將大規模抗體庫與AI驅動建模相結合，諾納生物正在為更高效、數據驅動的抗體設計與可開發性評估奠定基礎。
諾納生物首席執行官洪滌博士表示："HCAbLM的開發是我們在將AI應用于特殊抗體形式并釋放大規模抗體庫價值方面邁出的重要一步。通過學習全人源HCAbs的獨特序列特征，并展示其對實驗測定分子特性的可遷移能力，HCAbLM為AI賦能的抗體發現與開發提供了新基礎。我們期待將HCAbLM進一步整合至諾納生物的技術平臺，利用這些能力加速抗體發現與開發，同時賦能合作伙伴，共同開拓下一代生物治療藥物的新機遇。"
