PNAS| 深度学习指导下广谱中和SARS-CoV-2变异人类抗体的优化

作者 |  王紫嫣

审核 |  熊展坤

今天给大家介绍2022年发表在PNAS上的来自清华大学彭健教授团队的一篇论文——Deep learning guided optimization of human antibody against SARS-CoV-2 variants with broad neutralization. 该方法使用深度学习技术针对对抗SARS-CoV-2变异进行人类抗体优化。

1 摘要

        开发抗病毒药物和疫苗的障碍之一是病毒变异并逃避人类免疫系统和中和抗体。包括一些批准用于紧急使用授权（EUA）在内的许多中和抗体都降低或失去了对抗严重急性呼吸综合征冠状病毒2（SARS-CoV-2）变种的活性。在这里，作者介绍了一种几何深度学习算法，该算法可以有效地增强抗体亲和力，从而实现针对此类变体的更广泛和更有效的中和活性。目前人类抗体P36-5D2对SARS-CoV-2α、β和γ有效，但对δ无效，但本文的方法可以对δ变异产生效果。本文表明，本文提出的几何神经网络模型优化了该抗体的互补决定区（CDR）序列，以提高其对多种SARS-CoV-2变体的结合亲和力。通过CDR区域的迭代优化和实验测量，本文可扩大抗体广度并且对SARS-CoV-2变种（包括Delta）的抵抗力提升大约10到600倍。本文还证明，该方法可以识别CDR变化，从而减轻两个Omicron突变对表位的影响。这些结果突显了本文在抗体优化方面的深度学习方法的能力，以及它在改造其他蛋白质分子方面的潜在应用。本文优化的抗体有可能发展成为当前和新出现的SARS-CoV-2变体的候选治疗抗体药物。

2 引文

        严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）在过去的2年里在世界范围内传播，导致数亿例确诊感染和数百万人死亡。SARS-CoV-2病毒棘突蛋白的受体结合域（RBD）会与宿主受体的ACE2的结合，并作为病毒-细胞膜融合的初始关键步骤，以及中和抗体的潜在靶点。针对RBD的中和抗体的研究已经显示出治疗和临床价值。

        然而，广泛观察到SARS-CoV-2变异会对抗体和血清中和的敏感性降低。例如，B.1.617谱系，也被称为Delta变体，在RBD中包含两个突变（L452R和T478K），这两个突变有助于病毒逃避免疫系统并导致疾病。L452R突变位于受体结合基序（RBM）的外围，并被发现会降低抗体的中和活性。RBD中位于RBM表位区域内的T478K突变也与抗体逃逸有关。有证据表明，病毒逃逸对抗体产生了很大影响，甚至完全失去了中和活性。

        所以说对抗体进行改进是一个很重要的研究。改进抗体的结合和中和的实验方法已经开发出来。但现有方法耗时费力。并且现在的方法大多是针对一种特定变体的目标优化，这可能会导致针对其他变体的中和活性丧失。因此，迫切需要高效优化抗体，使其具有针对多种变体的广泛而有效的中和活性。

        在这里，本文开发并应用了一个深度学习框架来有效地优化抗体，以实现针对SARS-CoV-2变种的更广泛和更有效的中和活性。基于大量收集的抗体-抗原复合物结构和结合亲和力数据，本文训练了一个最近在计算机视觉中开发出来的几何神经网络模型，该模型有效地提取了相互作用特征，并预测了由于抗原的单个或多个氨基酸替换而导致的结合亲和力的变化。为了寻找可能改善抗体结合的有利互补决定区（CDR）突变，本文还使用计算机模拟了复杂结构中CDR突变的预测，以获得自由能变化的稳健估计，也称为ΔΔG。与传统方法相比，从理论上讲，深度学习搜索空间要大得多，而且通过多目标优化可以轻松地同时针对多个变体。

3 方法

        图1A表示整体实验的流程。其中输入是抗原的突变区域和抗体的CDRs组合成的复合物。使用数据集中的复合物训练深度学习模型，模型输出的是自由能变化ΔΔG。然后输入选定的要进行优化的抗体P36-5D2进行测试，将所有突变的结果进行排序，挑选出合适的突变抗体进行湿实验。本文包括四轮实验，依次增多抗体突变的位点，验证最优结果。

        图1B是几何深度学习模型。在模型输入是一对复合物，一个是突变复合物，另一个是wild type。复合物由两条链最近的48个残基组成。模型预测的是自由能变化ΔΔG。其中对每一个复合物中的残基使用一个向量进行表示，初始残基特征表示方法如下：

        然后使用几何注意力网络进行特征学习。基于注意的网络有利于识别蛋白质表面附近有助于结合亲和力的关键残基对。最后通过将突变组和wild type组对应位置的残基特征相减得到最后的变化值。

4 结果

        总的来说，这里介绍的深度学习平台有效地优化了原始抗体，以便在每轮优化仅2周的时间内获得针对SARS-CoV-2变体的更广泛和更有效的中和活性。带有单一突变或其组合的优化抗体可使针对SARS-CoV2变种（包括Delta）的中和活性提高10至600倍。在所有优化的抗体中，六种抗体（HX001-013、HX001-015、HX001-020、HX001-024、HX001-033和HX001-034）具有最强和最广泛的中和活性，IC50介于0.006μg/mL和0.017μg/mL之间，表明该文的深度学习方法能够预测突变，并提高抗体对WT或其他变体的中和能力。