在抗体药物研发和基础免疫学研究中,我们常常会听到"亲和力"和"亲合力"这两个专业术语。虽然它们都用于描述抗体与抗原的结合强度,但背后的分子机制和应用场景却有着本质区别。作为一名从事抗体研发十余年的科研人员,我见过太多同行将这两个概念混淆使用,导致实验设计和数据分析出现偏差。今天,我就结合自己的实践经验,为大家详细拆解这两个关键参数。
亲和力描述的是单个抗体结合位点(如Fab段)与单一抗原表位之间的结合强度。这个概念看似简单,但在实际操作中却有许多需要注意的细节。首先,亲和力是抗体分子本身的固有属性,主要由抗体互补决定区(CDRs)的氨基酸序列决定。这些氨基酸通过氢键、疏水作用、范德华力等非共价相互作用与抗原表位结合。
在实验室中,我们通常用平衡解离常数(KD)来量化亲和力。KD值的计算公式为KD = kd/ka,其中ka是结合速率常数,kd是解离速率常数。这里有个常见的误区:很多人只关注KD值的大小,却忽略了ka和kd的具体数值。实际上,在药物研发中,我们往往更看重kd值,因为解离速率慢的抗体在体内停留时间更长,药效更持久。我曾经做过一个抗肿瘤抗体的项目,两个候选分子的KD值相近(都在1nM左右),但其中一个的kd值明显更小(0.001s-1 vs 0.01s-1),最终在动物实验中显示出更好的抑瘤效果。
提示:在报告亲和力数据时,务必同时提供ka、kd和KD值,这三个参数对于理解抗体的结合特性都至关重要。
如果说亲和力是"一对一"的结合强度,那么亲合力就是"多对多"的整体结合效果。完整抗体(如IgG)通常有多个结合位点(IgG是双价,IgM是十价),当这些结合位点同时与抗原结合时,会产生显著的协同效应,这就是亲合力。
亲合力的影响因素比亲和力复杂得多。除了抗体本身的价数外,抗原在细胞膜上的密度和空间分布也起着关键作用。举个例子,我们在开发一个靶向CD20的抗肿瘤抗体时发现,即使两个抗体的单价亲和力相近,但其中一个能更好地结合B细胞表面密集分布的CD20分子,显示出更强的亲合力效应,最终导致更显著的补体依赖的细胞毒性(CDC)效应。
亲合力很难像亲和力那样用一个简单的数值来量化。在实验室中,我们通常通过流式细胞术测定抗体的EC50(半数最大结合浓度),或者通过表面等离子共振(SPR)观察多价结合的解离曲线来评估亲合力。但需要注意的是,这些指标都会受到实验条件(如抗原密度、温度等)的影响,因此数据解读时需要格外谨慎。
为了更直观地理解这两个概念的区别,我整理了一个对比表格:
| 特征 | 亲和力(Affinity) | 亲合力(Avidity) |
|---|---|---|
| 作用形式 | 单价结合 | 多价协同结合 |
| 决定因素 | CDR区氨基酸序列 | 抗体价数、抗原密度、空间分布 |
| 量化指标 | KD值(ka/kd) | EC50、解离半衰期等 |
| 检测方法 | SPR、BLI等 | 流式细胞术、细胞结合实验等 |
| 药物开发意义 | 基础结合强度 | 实际生物学效应 |
在临床应用中,这两个参数的选择需要权衡。比如在肿瘤治疗中,我们通常希望抗体具有高亲合力,以增强对肿瘤细胞的靶向性和杀伤效果;而在免疫检查点抑制剂开发中,适度的亲合力可能更合适,以避免过度激活免疫系统带来的副作用。
在抗体研发过程中,准确测定亲和力和亲合力至关重要。经过多年实践,我发现不同检测技术各有优劣,需要根据实验目的谨慎选择。下面我就详细介绍几种常用的检测方法及其注意事项。
SPR技术是我们实验室使用最频繁的亲和力检测手段。它的核心优势在于能够实时监测结合和解离过程,直接获得ka、kd和KD三个关键参数。我们使用的是Biacore T200系统,下面对实验流程做个详细介绍:
芯片预处理:通常使用CM5芯片,先用EDC/NHS活化羧基基团。这里要注意活化时间不能太长,一般7-10分钟为宜,否则会导致背景信号过高。
抗原固定化:根据抗原性质选择偶联方式。对于重组蛋白,我们通常采用胺偶联法;对于膜蛋白等难溶性抗原,可以考虑捕获法(如先用抗His抗体捕获His标签抗原)。
结合实验:用运行缓冲液(通常为PBS+0.05% Tween 20)稀释抗体,从低浓度到高浓度依次进样。我们一般设置至少5个浓度梯度,覆盖KD值的0.1-10倍范围。
数据分析:使用Biacore评价软件拟合传感图。对于1:1结合,通常选择Langmuir结合模型;如果发现曲线拟合不佳,可能需要考虑更复杂的模型(如二价结合模型)。
注意:SPR实验中常见的坑是质量传输限制(mass transport limitation),表现为ka值与流速相关。解决方法包括提高流速、降低固定化水平或改用亲水性更强的芯片。
当需要快速筛选大量样品时,我们会选择BLI技术。与SPR相比,BLI的操作更简单,通量更高(一台Octet仪器可同时检测16-96个样品),特别适合杂交瘤上清或噬菌体展示库的初步筛选。
在最近一个项目中,我们需要从200多个杂交瘤克隆中筛选高亲和力抗体。使用Octet RED96系统,我们在一周内就完成了所有样品的初步筛选。具体流程如下:
虽然BLI的数据质量略逊于SPR,但其高通量特性在早期筛选中无可替代。一个实用技巧是:对于低亲和力结合(KD>100nM),可以适当延长结合时间;而对于高亲和力结合(KD<1nM),则需要重点关注解离相的数据质量。
当需要评估抗体与天然细胞表面抗原的结合特性时,流式细胞术是最佳选择。这种方法最大的优势是保留了抗原的天然构象和膜环境,能够真实反映抗体的亲合力效应。
我们实验室的标准流程是:
数据分析时,我们不仅关注EC50值,还会特别注意曲线的斜率(Hill系数)。较陡的斜率通常提示较强的亲合力效应,因为这表明少量抗体就能达到接近饱和的结合。
根据多年经验,我总结了不同检测技术的适用场景:
| 技术 | 最佳应用场景 | 数据特点 | 注意事项 |
|---|---|---|---|
| SPR | 精准动力学分析 | 提供ka、kd、KD | 注意固相化效应 |
| BLI | 高通量初步筛选 | 半定量KD估算 | 关注基线稳定性 |
| 流式 | 细胞表面结合 | EC50、最大结合 | 考虑抗原表达异质性 |
特别提醒:不同技术得到的数据不宜直接比较。我们曾遇到一个抗体在SPR检测中KD=1nM,但在流式实验中EC50=10nM的情况。这并不一定矛盾,而是反映了溶液相与细胞表面结合的环境差异。
掌握了检测方法后,如何优化抗体的亲和力和亲合力就成为关键问题。下面我将分享几种常用的优化策略和实际项目中的经验教训。
传统的亲和力成熟主要依赖随机突变和筛选,这种方法效率低且成本高。现在我们更多地采用结构指导的理性设计方法。以我们最近优化一个抗PD-1抗体为例:
通过这种方法,我们仅用两周时间就将一个KD=10nM的抗体的亲和力提高了10倍,而传统方法可能需要数月。
对于亲合力优化,改变抗体的价数或结构往往比单纯提高单价亲和力更有效。我们开发双特异性抗体时积累了一些宝贵经验:
顺式vs反式设计:靶向同一细胞两个抗原的顺式设计通常显示更强的亲合力效应。我们通过引入适当的linker长度(通常12-15个氨基酸)来优化两个结合臂的空间取向。
Fc工程化:通过Fc段的糖基化修饰或点突变可以调节与FcγR的结合特性。例如,去除核心岩藻糖可以增强ADCC效应,这在肿瘤治疗抗体中特别有用。
一个成功案例是我们开发的CD3×CD19双特异性抗体。通过优化linker长度和Fc糖型,最终获得的分子显示出极强的T细胞激活能力(EC50比对照低100倍),目前已经进入临床II期试验。
需要注意的是,并非亲和力越高越好。过高的亲和力可能导致:
我们在开发一个抗HER2抗体时就遇到过这种情况。最初的变体KD=0.1pM,虽然在体外显示出极强的结合能力,但在动物模型中肿瘤穿透性很差。通过适度降低亲和力(调整到KD=100pM),反而获得了更好的抑瘤效果。
在多年的抗体研发中,我遇到过各种各样的问题。这里分享几个典型案例和解决方法,希望能帮大家少走弯路。
问题描述:在SPR检测中,解离相出现异常快的信号下降,不符合预期的一级动力学。
可能原因及解决方案:
问题描述:阴性对照细胞也显示较强的荧光信号。
解决方案:
问题描述:体外检测显示高亲和力,但细胞实验或动物实验中活性不佳。
可能原因:
解决策略:
基于多年经验,我总结了一个抗体开发的优化流程:
抗原制备:
初步筛选:
精细表征:
功能验证:
体内评估:
在每个阶段都要注意:
最后分享一个实用技巧:建立自己的"抗体特性数据库",记录每个抗体的亲和力、亲合力、功能活性等参数。长期积累后,这些数据可以帮助你预测新抗体的性能,指导优化方向。