46-深度拆解:如何解决 mRNA 疫苗的免疫原性瓶颈?从“去油化”设计到 AlphaFold2 辅助的抗原开发

2025-12-15 11:47:03, xiaomifeng 北京绿绵科技有限公司


Editor''s Note

 编者按

在 COVID-19 大流行期间,我们见证了两条技术路线的辉煌:一是 mRNA-LNP 技术(Pfizer/BioNTech, Moderna),二是重组蛋白纳米颗粒技术(如 Novavax,以及 IPD 设计、SK bioscience 获批的 GBP510)。

如果将两者结合会发生什么?

华盛顿大学蛋白质设计研究所(IPD)的 Neil King 教授分享了其团队在 "mRNA-launched nanoparticle vaccines"(mRNA 启动的纳米颗粒疫苗) 方面的最新进展。这不仅仅是简单的“加法”,而是一场涉及AI 蛋白设计、从头折叠(De novo design)以及分泌效率优化的系统工程。

笔者深度梳理了这份报告,去除了基础背景,重点为大家拆解他们是如何利用 AlphaFold2 和强化学习(Reinforcement Learning)在短短 3 周内完成从 DNA 到电镜验证的闭环,以及这一策略如何显著提升疫苗效力的底层逻辑。

01

范式转移:从“体外组装”到“体内发射”

在过去的几年里,Neil King 团队最引以为傲的成就是基于 Two-component(双组分) 系统的自组装纳米颗粒。

经典的 GBP510(SKYCovione)疫苗就是这一逻辑的产物:

  • Component A:融合了抗原(如 RBD)的蛋白三聚体。

  • Component B:作为骨架的蛋白五聚体。

  • Process:分别在大肠杆菌中表达纯化,然后在体外混合(Mix),通过非共价相互作用自组装成足球状的纳米颗粒。

图1.展示双组分纳米颗粒的体外组装过程<左右滑动查看更多>

虽然这套 CMC 流程已经跑通并商业化,但痛点依然存在:复杂的双流向生产和体外组装步骤。

IPD 的新野心在于 "mRNA-launched"——即直接将编码蛋白组分的 mRNA(封装在 LNP 中)打入人体,让人体细胞成为“生物反应器”,在体内直接分泌并组装成 60-mer 的纳米颗粒。

这不仅是给药方式的改变,更是对蛋白设计(Protein Design)的极限挑战:我们能否设计出一种蛋白,既能被哺乳动物细胞高效分泌,又能在他/她的血液中精准地找到彼此,完成自组装?

02

关键痛点:隐秘的跨膜区与“去油化”行动

做 mRNA 疫苗的人都知道,Secretability(分泌能力) 是抗原设计的生死线。如果表达出来的蛋白卡在细胞内出不来,体液免疫反应就会大打折扣。

Neil King 团队发现,许多计算设计的理想化蛋白支架(Scaffolds),在计算机里看着完美,但一旦放到哺乳动物细胞中表达,分泌量极低。

MoA 解析:

问题出在 Hydrophobicity(疏水性)。许多设计出的蛋白界面包含类似跨膜结构域(Transmembrane domains)的疏水片段,团队称之为 "Cryptic transmembrane domains"(隐秘跨膜区)。这些区域会导致蛋白滞留在分泌途径中,无法释放。

图2.展示隐秘跨膜区对分泌的影响   <左右滑动查看更多>

解决方案:Retroactive "Degreasing"(回溯性“去油”)这是一个非常形象的工程学术语。 

  • 通过识别序列中的高疏水性片段(Lowest dG_ins, pred)。 

  • 对这些区域进行突变,引入极性残基,同时保持结构核心的稳定性。

数据说话:

经过“去油”处理的 I3-01 变体(Degreased),其分泌产量(Secreted yield)相比原始设计提高了 10-100 倍。这证明了在计算设计阶段引入“生物物理属性过滤器”对于 mRNA 疫苗开发至关重要。

03

 效力验证:60-mer 纳米颗粒完胜三聚体

解决了分泌问题,这一策略在免疫学上是否真的优越?

团队构建了 Rpk9-I3-01(一种展示 60 个 RBD 的 mRNA 纳米颗粒),并与以下两组进行了头对头对比:

  • Membrane-anchored Spike:类似目前主流 mRNA 疫苗的膜锚定全长 S 蛋白(如 S-2P)。

  • Secreted RBD Trimer:分泌型 RBD 三聚体。

图3.展示中和抗体滴度的对比数据

关键结论:

  • NP > Spike:分泌型纳米颗粒诱导的中和抗体滴度显著高于膜锚定 Spike。

  • NP > Trimer:同样是分泌型,60 价的纳米颗粒远强于 3 价的三聚体。

这意味着,高密度的抗原展示(Valency) 结合 mRNA 的体内递送优势,可以产生“1+1 > 2”的效果。这有力地反驳了“体内自组装不可控”的质疑。

04

 极速迭代:AI 加持下的“牛仔生化”

为了满足未来大流行(Pandemic Preparedness)的需求,传统的理性设计太慢了。PPT 的后半部分展示了 IPD 惊人的工程化能力:3周内从 DNA 订单到电镜验证。

他们开发了两套高通量设计流(Workflow):

Approach 1: Dock & Design with AlphaFold2

  • Seed: 利用 PDB 中的嗜热菌(Thermophilic)蛋白作为种子(由于嗜热蛋白通常更稳定,利于折叠)。

  • Prediction: 使用 AlphaFold2 预测结构,筛选高置信度(pLDDT > 85)的寡聚体。

  • Assembly: 使用 RPXDock 进行刚体对接,确定纳米颗粒几何构型。

  • Interface: 使用 ProteinMPNN 重新设计界面序列,驱动组装。

💡科学家笔记: 这里体现了 AI 工具链的强大组合。AF2 负责结构预测,RPXDock 负责几何堆积,MPNN 负责序列反向设计。三者结合,极大地扩展了 One-component 纳米颗粒的设计空间。

图4.展示基于 AF2 的设计流程

Approach 2: Top-down Capsid Design (RL + MCTS)

这是一种更“硬核”的从头设计方法。利用 蒙特卡洛树搜索(MCTS) 结合 强化学习(Reinforcement Learning),直接在计算机中从无到有地生长出蛋白骨架,使其满足特定的对称性(Symmetry)和几何约束。

图5.展示自上而下的衣壳设计流程

05

定制化未来:Antigen-Tailored Scaffolds

最后的亮点在于 "Antigen-tailored"(抗原定制化)

传统的做法是:先有一个通用的纳米颗粒骨架,再把抗原“粘”上去。

Neil King 提倡的新思路是:利用抗原本身的对称性(如流感 HA 的三聚体结构)作为组装的一部分

通过计算设计,直接设计出能与抗原三聚体完美互补的另一个组分,使其在体内直接组装成笼状结构。这种 One-component scaffold 设计,使得通过一条 mRNA 链编码整个疫苗成为可能,极大地简化了基因递送的复杂性。

Conclusion

结语与展望

Neil King 的这份报告让我们看到了合成生物学在疫苗领域的下一个里程碑。

我们不再仅仅依赖自然界提供的蛋白(如铁蛋白 Ferritin)作为载体,而是可以根据目标抗原的形状,De novo(从头)定制 最完美的纳米载体,并通过 mRNA 技术实现体内的高效工厂化生产。

总结三个 Takeaways:

  • 分泌是瓶颈:对于 mRNA 递送的蛋白药物,计算设计必须前置考虑疏水性与分泌效率(Degreasing)。

  • 效价是王道:高价(60-mer)纳米颗粒在中和抗体诱导能力上,对传统的单体或三聚体抗原具有降维打击的优势。

  • 速度是关键:结合 AF2、ProteinMPNN 和强化学习,纳米颗粒疫苗的开发周期已被压缩至周级别,这为应对未知的“X 疾病”提供了强大的技术储备。

正如 PPT 结尾所言:“We have only scratched the surface...”(我们仅仅触及了皮毛)。随着计算算力的提升和 AI 模型的进化,未来的疫苗将是完全可编程的纳米机器。

引用来源:
mRNA-launched nanoparticle vaccines, Neil King, IPD, 2023.


互动话题:

您认为 mRNA-LNP 启动的自组装纳米颗粒,会取代现有的 mRNA 疫苗工艺吗?CMC 放大过程中还会有哪些“拦路虎”?

免责声明:

本文旨在进行知识分享,所有内容均基于公开发表的文献/资料/新闻和个人理解,仅供参考,不构成任何专业建议


  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018
  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018

Copyright ©2007-2026 ANTPEDIA, All Rights Reserved