Antibody Design (IgGM)

简介

基于抗原结构或抗原-抗体复合物结构进行抗体设计，需要有初始抗体序列。模块基于IgGM模型实现。IgGM是一种新型生成式基础模型，旨在加速高亲和力抗体的工程化设计。其学习抗原与抗体之间复杂的结合规律，以及抗体序列与结构之间的映射关系，从而支持多种抗体设计任务。在针对多种抗原的体外实验和计算机模拟基准评估中，其能稳定地产生具有高实测亲和力的抗体或纳米抗体。充分展示了其多样性与高效性，凸显其作为下一代抗体发现与优化强大工具的潜力。

IgGM主要由三个核心组件组成：

• 序列特征提取：利用预训练的蛋白语言模型（PPSM）来提取抗体序列的进化特征，就像在自然语言中理解语法和语义一样。
• 抗原-抗体交互建模（Sgformer）：这是关键的一步，它能够学习抗体和抗原之间的结合规律，而不仅仅是单独的抗体结构。
• 生成预测模块：在前两步的基础上，直接输出抗体的序列和结构。

IgGM的模型框架如下图所示：

对比结果显示，IgGM在多个CDR区域的预测准确性均高于ProteinMPNN、ProteinMPNN(Filtered)、IgMPNN与IgDesign（如下图所示）：

这些结果表明，IgGM的设计与优化策略特别适合捕捉这些关键CDR区域的复杂结构与功能特征，从而提升整体的抗体设计效率。

参数说明

Complex

Structure

用于抗体设计的抗体-抗原复合物结构（支持普通抗体或纳米抗体），PDB格式。
注意：当前只支持单链抗原，如存在多链时会默认提取第一条抗原链（或通过后续Chain参数指定抗原链）。

Chain

指定抗原链，仅单链。

Positions

定义抗体中需要进行设计的残基。
指定格式为：链类型 + 残基编号或编号范围，其中链类型仅支持 H（重链） 和 L（轻链）。
多个残基或编号范围之间使用逗号分隔。

例如，参数设置为：

H27,H28,H99,H100-103,L24-32

表示：

• 对 H 链 中编号为 27、28、99、100 至 103 的残基进行设计；
• 对 L 链 中编号为 24 至 32 的残基进行设计。

注意：

1. 这里的残基编号是指从1开始的残基位置顺序编号，不是原PDB文件中的残基编号。
2. 如果不指定链类型，则同时应用于所有抗体链。如24-32表示设计所有抗体链中的编号为24-32的残基。

Number of Designs

指定设计的抗体数量，默认为20，最大支持1000。

Design Type

指定需要使用的设计模型类型，有三种选择：

• Design：通用设计模型，默认选择。
• FR Design：专为抗体FR区域设计提供的模型，在进行FR区域设计时可选择。
• Inverse Design：逆折叠模型，固定抗体结构骨架不变，进行序列设计，在使用抗体-抗原复合物时，可以选择。

Relax

指定是否进行结构Relax（使用OpenMM完成），默认不进行。在设计数量较大时，计算时间会显著增加。

Output Prefix

指定输出文件的前缀，默认为Result，则输出的文件名称为 Result_编号.fasta 与 Result_编号.pdb

Antigen

Structure

指定抗原的结构文件，PDB格式。当前只支持单链抗原，如存在多链时会默认提取第一条抗原链（或通过后续Chain参数指定抗原链）。

Chain

指定抗原链，仅单链。

Sequence

指定普通抗体Fv区 或者 纳米抗体 的初始序列，fasta格式。如：

>H
QIQLVQSGPELKKPGETVKISCKASGYTFTDYGLNWVKQAPGKGLKWMGWINTYSGEPTYNDEFRGRFAFSLETSTITAYLKINNLKNEDTATYFCARGGNWDWYFDVWGAGTTVTVSS
>L
DIVLTQSPATLSVTPGDNVSLSCRASQIISNNLHWYQQKSHESPRLLIKYASQSISGIPSRFSGSGSGTDFTLSINSVETEDFGMYFCQQSNTWPLTCGSGTKLELN

>nanobody
QVQLVESGGTLVQPGGSLRLSCAASRNISQIAILGWYRQAPGKQREAVAIITGGGPAHYADSVKGRFTISRDTAKNTTYLQMDSLKPEDTAVYFCNVRIRWGAADSWGQGIQVTVSS

Positions

定义抗体中需要进行设计的残基。
指定格式为：链类型 + 残基编号或编号范围，其中链类型仅支持 H（重链） 和 L（轻链）。
多个残基或编号范围之间使用逗号分隔。

例如，参数设置为：

H27,H28,H99,H100-103,L24-32

表示：

• 对 H 链 中编号为 27、28、99、100 至 103 的残基进行设计；
• 对 L 链 中编号为 24 至 32 的残基进行设计。

注意：

1. 这里的残基编号是指从1开始的残基位置顺序编号。
2. 如果不指定链类型，则同时应用于所有抗体链。如24-32表示设计所有抗体链中的编号为24-32的残基。

Epitope

指定抗原链上的结合位点信息，格式：1-5,10,20

Number of Designs

同complex模式中的定义。

Design Type

指定需要使用的设计模型类型，有两种选择：

• Design：通用设计模型，可指定抗体的任意区域进行设计，默认选择。
• FR Design：专为抗体FR区域设计提供的模型，在进行FR区域设计时可选择。

Relax

同complex模式中的定义。

Output Prefix

同complex模式中的定义。

结果说明

• 设计结果对应的序列文件，fasta格式。经过去重处理，序列重复出现的频率也会保留到序列名中。单独输出5个序列文件直接查阅，所有序列文件会打包为seqs.tar.gz。注意：序列排名不分先后。
• 相应的结构PDB文件，使用openMM模块进行了结构relax，并补全侧链结构。所有PDB文件的打包文件pdbs.tar.gz。
• 复合物序列文件，fasta格式，包含设计的抗体序列与对应的抗原序列，用英文冒号:进行分隔。

参考文献

• Wang, R., Wu, F., Shi, J., Song, Y., Kong, Y., Ma, J., He, B., Yan, Q., Ying, T., Zhao, P., Gao, X., & Yao, J. (2025). *A Generative Foundation Model for Antibody Design. bioRxiv.DOI:10.1101/2025.09.12.675771