1. 抗体筛选自动化工程导论

抗体药物研发是一条从靶点确认到上市生产的超长链条。以治疗性单克隆抗体为例，典型流程包括：靶点发现与验证、抗原设计与制备、动物免疫或噬菌体/酵母展示文库构建、单克隆筛选、功能验证、人源化与亲和力成熟、稳定细胞株构建、工艺开发、临床前研究、I/II/III 期临床与上市申报。整条链条中，抗体筛选处于“从海量候选到少量先导”的关键收口位置，它决定了后续所有开发工作的起点质量。

筛选环节的瓶颈并不在于“能不能筛到”，而在于“能否在可接受的时间和成本内，稳定地筛到足够多、足够好的候选”。传统手工筛选通常以 96 孔板为基本单元，一名熟练实验员一天可完成数百至上千个样品的处理，但面对免疫文库或展示文库动辄 10⁶～10⁹ 的多样性，通量差距是数量级级别的。更棘手的是，手工操作在加样体积、孵育时间、洗涤次数、显色终止等环节存在难以消除的波动，导致同一批样品在不同板、不同天之间的信号可比性下降，假阳性与假阴性同时升高。

自动化工程正是为弥合这一鸿沟而引入的系统性方法。它并非简单地把移液器换成机械臂，而是把筛选流程拆解为可被机器精确执行、可被软件统一调度、可被数据系统持续追踪的工程对象。一个完整的抗体筛选自动化系统通常包含四个层次：执行层（液体处理工作站、酶标仪、洗板机、孵育器、离心机等）、控制层（调度软件、方法编辑器、设备驱动）、数据层（板位图、原始信号、样品谱系、质控指标）与决策层（命中判定、复筛策略、候选排序）。四层之间通过明确的接口与数据契约耦合，任何一层缺失都会让自动化退化为“会动的移液器”。

理解四层架构之后，就能看清自动化工程与“买一台工作站”之间的本质区别。执行层解决的是“动作准不准”，控制层解决的是“顺序对不对”，数据层解决的是“结果可不可信、可不可查”，决策层解决的是“下一步筛什么”。四层缺一，筛选就仍然停留在“高级手工”阶段。例如，只有执行层而没有数据层，就无法回答“第 37 号候选来自哪一块板、哪一次孵育、当时的阳性对照是多少”；只有数据层而没有决策层，就会得到一堆漂亮但无法收敛的信号表。

本课程以一个贯穿始终的项目作为载体：针对某示例靶点（记为 Target-X）的治疗性抗体筛选自动化产线。项目设定为从免疫文库出发，经过 3 轮筛选收敛到 20～50 个候选，最终输出可进入功能验证的先导序列。为便于教学，示例参数如下：初始文库多样性约 10⁸，第一轮以 96 孔板做粗筛，第二轮以 384 孔板做复筛，第三轮以 96 孔板做确认与交叉反应检查；每轮均设置阳性对照、阴性对照与空白孔，质控指标包括板内 CV、Z'因子与信噪比。这些数值属于教学示例，实际项目需根据靶点、文库与设备能力重新设定。

课程将沿着“需求定义 → 方法设计 → 设备编程 → 数据采集 → 命中判定 → 复筛迭代 → 结果交付”的工程主线展开，但不会把每一节都写成同一种流程。涉及架构时讲清层次与接口，涉及参数时讲清取值范围与影响，涉及排障时讲清现象与根因，涉及对比时讲清手工与自动化的差异边界。读者最终应能独立完成一份可执行的自动化筛选方法草案，并能判断一次筛选运行是否“可信”。

需要特别强调的是，自动化并不等于“无人化”。在抗体筛选中，抗原包被质量、封闭效果、样品稀释准确性、洗涤残留等环节仍然高度依赖试剂与耗材的稳定性。自动化工程的价值，是把人的判断力从重复动作中释放出来，集中到方法设计、异常判断与结果解读上。一个成熟的自动化筛选系统，应当让实验员在运行结束后能快速回答三个问题：这一轮筛到了什么？信号是否可信？下一轮应该怎么调整？