抗体筛选新突破：多维度聚类方法揭示更优候选抗体

抗体发现通常依赖于动物免疫或噬菌体展示技术，产生大量候选序列。研究人员需从中选出数十个代表性分子进行后续实验。传统方法多基于序列相似性进行分组。然而，序列相似的抗体可能具有相似的表位结合模式，导致所选集合缺乏功能多样性。近年来，随着AI与结构生物学的发展，研究者开始尝试从结构、互补位等方面评估抗体相似性，以期在更本质的层面识别多样性。

2024年3月发表于《Frontiers in Molecular Biosciences》的一项研究《Benchmarking antibody clustering methods using sequence, structural, and machine learning similarity measures for antibody discovery applications》首次系统性地比较了五种抗体聚类方法，并在结合物识别与表位分型两大任务中评估其性能。研究团队还开发了在线工具CLAP，供科研人员在实际工作中进行多维度抗体多样性分析。

研究团队选取了五个数据集，包括PTx、OVA、Cao以及由Pure Biologics提供的数据集，涵盖结合/非结合抗体识别与表位分型。

评估的五种聚类方法及其参数包括：

克隆分型：基于V/J基因与CDR-H3序列一致性；

序列聚类：基于MMseqs2的全序列或局部区域一致性；

互补位聚类：仅基于预测的互补位残基进行序列比对；

结构聚类：基于抗体3D模型的RMSD值，使用ABodyBuilder2或NanoNet建模；

嵌入聚类：基于Transformer模型生成的序列嵌入向量。

每种方法均在多种参数组合下进行测试，包括长度分层、相似度阈值、计算区域等，并以F1分数、MOCM等指标评估性能。

在PTx与OVA数据集中，无论是传统序列方法还是基于AI或结构的方法，最佳F1分数均无显著差异。在已知一个结合物作为探针的情况下，没有哪种方法能显著提升识别性能。

在Cao数据集的表位分型任务中，克隆分型、互补位聚类与嵌入聚类方法显著优于序列与结构聚类。尤其是在MOCM指标上，前三者分别达到0.417、0.415和0.345，而结构聚类仅为0.275。这表明在无探针情况下，这些方法能更有效地将相同表位的抗体归为一类。

尽管各方法在聚类结果上具有较高重叠，但结合两种方法可识别出更多独特的结合抗体。研究还发现，最优阈值高度依赖数据集。

研究团队还开发了在线工具CLAP，支持用户上传抗体序列，并基于序列、结构、互补位或嵌入方法进行聚类分析与可视化。

综上所述，没有一种聚类方法在所有场景下均优于其他方法。传统序列方法在结合物识别中依然稳健，而克隆分型、互补位与嵌入聚类在表位分型中表现更佳。更重要的是，多方法组合使用能有效提升候选抗体集合的多样性，降低重复实验风险。

参考文献：

[1]  Chomicz D ,Kończak J ,Wróbel S , et al.Benchmarking antibody clustering methods using sequence, structural, and machine learning similarity measures for antibody discovery applications[J].Frontiers in Molecular Biosciences,2024,111352508-1352508.