波士顿大学提出抗体专用AI训练策略：优先遮蔽CDR区域，结合亲和力预测提升27%
抗体药物是当今最成功的生物药类别之一——已有超过100款获FDA批准，还有数百款在临床开发中。但研发过程中有一个老大难问题：科学家可能从数百万甚至数十亿个候选抗体起步，最终能紧密结合疾病靶点的只有极小一部分。怎么快速找到"那把对的钥匙"，一直是抗体药开发的核心瓶颈。
2026年8月13日，波士顿大学团队在 Nature 旗下期刊 *Communications AI & Computing* 发表了一项新研究，提出了一个专门针对抗体的AI训练策略，让模型更聪明地学习抗体的"关键部位"，结合亲和力预测准确度提升了最高27%，同时计算资源需求远低于现有抗体AI模型。
通用蛋白质模型为什么对抗体"水土不服"
近年来，蛋白质语言模型（如 ESM2、ESM C）在生物学领域大放异彩。它们的训练方式和 ChatGPT 类似——把氨基酸序列当成"文字"，随机遮蔽一部分，让模型猜被遮住的是什么，从而学会蛋白质的"语言规律"。
这套方法对大多数蛋白质很有效，因为它们的功能信息分散在整个分子中。但抗体是个例外。
抗体的结构可以类比成一把螺丝刀：刀柄长短不太重要，真正决定能拧哪种螺丝的是刀头的形状。抗体中对应"刀头"的部分叫 CDR（互补决定区），一共6个环状结构，只占全部氨基酸残基的约20%，却决定了抗体能识别什么靶点、结合得有多紧。其余80%是"脚手架"（framework region），主要起支撑作用。
更麻烦的是，CDR 区域的序列多样性极高——这是体细胞超突变的结果，让免疫系统能应对新威胁。通用蛋白质模型用随机遮蔽训练时，大部分遮蔽落在不重要的脚手架区域，模型学不到CDR的真正规律。此外，抗体必须重链和轻链配对才能发挥作用，但通用模型只处理单条链，无法捕捉两条链之间的相互作用。
核心创新：让AI集中学"刀头"
波士顿大学团队的思路很直接：既然抗体的关键信息集中在CDR，那就优先遮蔽CDR区域的氨基酸，而不是随机遮蔽。
具体来说，他们设计了一种"偏好性CDR遮蔽"（Preferential CDR Masking）策略——在训练过程中，CDR区域的氨基酸被遮蔽的概率显著高于脚手架区域。这样模型被迫集中精力学习决定结合力的那部分序列规律。
同时，他们引入了重链-轻链配对信息。传统蛋白质语言模型只看单条链，但抗体的结合位点是由重链和轻链的CDR共同构成的。配对训练让模型能理解两条链之间的协同关系。
研究负责人、波士顿大学生物工程技术与创业中心执行主任 Diane Joseph-McCarthy 教授解释："我们没有把抗体当成普通蛋白质来处理，而是设计了一个抗体专用的语言模型，专门学习负责抗原结合的区域的基本模式。这种聚焦方法帮助研究人员在进入实验室之前就能识别出最有前景的治疗候选。"
结果：更准、更省
在标准基准测试中，这种CDR优先遮蔽策略带来了显著提升：
- 结合亲和力预测准确度提升最高27%——这意味着在筛选抗体候选时，模型能更准确地判断哪些抗体与靶点结合得更紧密
- 计算资源需求大幅降低——不需要像许多现有抗体AI模型那样依赖海量算力，更小更高效的模型就能达到更好的效果
论文共同作者、波士顿大学病毒学、免疫学和微生物学助理教授 John Misasi 用了一个形象的比喻："把抗体想象成一把螺丝刀——长短不重要，刀头的形状决定它能拧什么螺丝。CDR就是那个刀头。"
对抗体药物研发意味着什么
这项工作的实际意义在于：它让计算筛选更可靠，可以更早地排除不靠谱的候选，把湿实验资源集中在最有希望的抗体上。对于动辄需要筛选数百万候选的抗体药物项目来说，哪怕预测准确度提升几个百分点，都可能节省大量时间和成本。
需要指出的是，这项研究提出的是一种训练策略，而非可以直接部署的现成模型产品。实际应用中，研发团队需要基于这一策略在自己的数据和管线中训练模型。此外，它与近期发布的结构预测模型（如 Aureka 的 OpenDDE）是互补关系——一个侧重结合力预测，一个侧重结构预测，两者结合有望进一步加速抗体药物开发。
---
参考来源：
- Talaei, M. et al., "Preferential CDR masking in paired antibody language models improves binding affinity prediction", *Communications AI & Computing* (2026). DOI: 10.1038/s44488-026-00010-2
- News-Medical.net 报道（2026年8月13日）
- Mirage News 报道（2026年8月13日）
*基于多家媒体转述整理，核心结论来自 Nature Portfolio 期刊论文原文。*