1. 抗体亲和力成熟概述

抗体亲和力成熟（affinity maturation）在课程中需要区分两个层面：一是天然免疫中的生物学过程，即B细胞在生发中心内通过体细胞高频突变与克隆选择，逐步获得对抗原更高亲和力抗体的过程；二是抗体工程中的改造过程，即在已有抗体分子基础上，通过突变、展示筛选、计算设计或定向进化，提高其与靶抗原的结合强度与特异性。本课程讨论的重点是后者，但理解前者是设计策略的基础。

从分子层面看，亲和力通常用平衡解离常数 KD 表示，单位为 mol/L 或 nM、pM。数值越小，表示结合越强。例如一个初始抗体的 KD 为 50 nM，经过一轮亲和力成熟后达到 2 nM，意味着在相同抗体和抗原浓度下，复合物占据比例显著提高。工程实践中常同时关注 kon（结合速率常数）和 koff（解离速率常数），因为 KD = koff/kon。有些治疗性抗体更依赖降低 koff 来延长靶点占据时间，而不是单纯提高 kon。

天然亲和力成熟的生物学意义在于：生发中心内活化诱导胞苷脱氨酶（AID）在抗体可变区引入突变，突变后的B细胞若表达更高亲和力BCR，就能更有效地捕获抗原并呈递给Tfh细胞，获得存活信号；反之则凋亡。这一“突变—选择—扩增”循环使抗体亲和力在数周内可提高数十到数千倍。工程化亲和力成熟正是借鉴这一逻辑，但把选择压力从体内免疫转移到体外展示系统或计算筛选中。

工程化目标可以归纳为四个可操作维度：

• 亲和力提升：将 KD 降低到目标区间，例如从 10^-7 M 级提升到 10^-9 M 或 10^-10 M 级。
• 特异性保持或增强：避免对同源抗原、自身抗原或脱靶分子产生新的结合。
• 可开发性不劣化：突变不能显著降低表达量、热稳定性、聚集倾向或纯化行为。
• 功能可验证：最终以结合动力学、细胞水平中和或杀伤、体内药效等指标确认成熟效果。

下面用一张关系图概括从“初始抗体”到“成熟候选”的核心参数与决策关系。图中左侧是输入对象，中间是改造与筛选路径，右侧是输出判断，底部标出关键参数之间的相互制约。

课程路线图围绕上述路径展开。第一阶段建立概念与参数基础，理解 KD、kon、koff、亲和力与亲合力（avidity）的区别，以及天然成熟与工程成熟的异同。第二阶段进入序列与结构分析，包括CDR识别、表位映射、界面热点残基判断和同源模型使用。第三阶段是突变文库设计与展示筛选，重点掌握简并密码子设计、文库容量估算、淘选轮次与选择压力控制。第四阶段是计算辅助设计，包括基于结构的能量计算、机器学习打分和回补突变策略。第五阶段是表达、纯化与动力学表征，掌握SPR、BLI、ELISA等方法的适用边界。第六阶段是可开发性评估与候选分子决策，把亲和力数据放回稳定性、表达量、聚集和功能实验中综合判断。

一个具体的教学示例可以帮助建立数量级直觉。假设初始抗体对靶抗原的 KD 为 50 nM，koff 为 5×10^-3 s^-1，则 kon ≈ 1×10⁵ M^-1s^-1。若通过突变把 koff 降到 5×10^-4 s^-1，而 kon 基本不变，则 KD 降至约 5 nM，提升约10倍。若进一步把 kon 提高到 5×10⁵ M^-1s^-1，同时 koff 保持 5×10^-4 s^-1，则 KD 可到 1 nM。这个示例说明：亲和力成熟可以分别从结合速率和解离速率两个方向入手，但两者对最终药效的意义不同。以上数值为教学假设，不是实测数据。