人民網上海9月17日電 （記者葛俊俊）9月17日，記者從和鉑醫藥獲悉，其全資子公司諾納生物，成功開發全球首個基於全人源重鏈抗體（HCAbs）訓練的語言模型——HCAbLM。

據介紹，該模型基於來自73隻獨立免疫的HCAb轉基因小鼠、共計3180萬條全人源HCAb序列的大規模數據庫構建。相關研究論文已發表於bioRxiv平台。

該模型學習到了全人源HCAb獨有的“序列語法”——一套決定抗體能否折疊、能否穩定存在、能否最終成藥的底層規則。傳統通用模型因訓練數據中幾乎不包含HCAb序列，無法捕獲這套規則。該模型則充分証明獨特抗體序列數據訓練的專有模型可以更好地將“序列空間認知”轉化為“成藥性預測能力”。

該模型學到的表征展現出對實驗測得抗體特性的可遷移能力，包括體積排阻色譜（SEC）純度、疏水相互作用色譜（HIC）行為及熱穩定性等，顯示出HCAbLM在全人源HCAbs評估與優化方面的潛力。

在跨項目成藥性預測的公開基准測試中，僅有3.66億參數的HCAbLM在SEC純度（量產可行性）和HIC行為（聚集風險）兩項核心指標上，超越了包含60億參數的Meta ESM-6B在內的通用蛋白質大模型，以及此前行業領先的抗體語言模型IgLM和AbLang。

諾納生物表示，這一開發成果是企業在將人工智能應用於抗體發現與開發領域取得的重要進展。通過將大規模抗體庫與AI驅動建模相結合，諾納生物正在為更高效、數據驅動的抗體設計與可開發性評估奠定基礎。

諾納生物首席執行官洪滌博士表示：“HCAbLM的開發是我們在將AI應用於特殊抗體形式並釋放大規模抗體庫價值方面邁出的重要一步。通過學習全人源HCAbs的獨特序列特征，並展示其對實驗測定分子特性的可遷移能力，HCAbLM為AI賦能的抗體發現與開發提供了新基礎。我們期待將HCAbLM進一步整合至諾納生物的技術平台，利用這些能力加速抗體發現與開發，同時賦能合作伙伴，共同開拓下一代生物治療藥物的新機遇。”