傳統(tǒng)的抗體篩選技術(shù)在獲得候選序列后，需要經(jīng)過繁瑣的細(xì)胞培養(yǎng)、轉(zhuǎn)染、表達(dá)等過程，實驗周期長，動輒2-3個月，難以滿足創(chuàng)新藥（尤其是AI制藥）的需求。因此，無細(xì)胞蛋白合成技術(shù)越來越被重視。

一、CFPS在抗體篩選中的應(yīng)用

無細(xì)胞蛋白合成技術(shù)（CFPS）不需要漫長的細(xì)胞培養(yǎng)周期，直接從DNA模板快速生成抗體片段或全長抗體，僅需3個小時就能獲得高活性目的蛋白。并且CFPS還可以平行測試大量的抗體序列，適配高通量實驗設(shè)計，短時間內(nèi)就能篩選出具有高親和力與高特異性的候選分子。

Hunt等人將CFPS、快速DNA擴(kuò)增與AlphaLISA高通量檢測相結(jié)合，建立了一套無需細(xì)胞培養(yǎng)、可在24小時內(nèi)從序列到抗體篩選的快速平臺，成功對135株已發(fā)表的抗SARS-CoV-2抗體與119株免疫小鼠來源的抗體進(jìn)行快速功能評價，鑒定出多個候選中和抗體，其中SC2-3抗體可結(jié)合所有受試的病毒突變體。這一技術(shù)為抗體藥物研發(fā)提供了快速、高通量的解決方案。

無細(xì)胞抗體篩選工作流程。

DOI: 10.1038/s41467-023-38965-w

二、CFPS在酶制劑中應(yīng)用

酶在化學(xué)合成、藥物開發(fā)等領(lǐng)域發(fā)揮著關(guān)鍵作用。傳統(tǒng)方法需要經(jīng)過轉(zhuǎn)化、培養(yǎng)、誘導(dǎo)表達(dá)及裂解等多個步驟，耗時久，嚴(yán)重制約了研發(fā)效率。無細(xì)胞蛋白合成系統(tǒng)能夠直接利用線性DNA模板進(jìn)行蛋白質(zhì)合成，快速表達(dá)大量酶突變體，同時反應(yīng)體積可縮小至μL級，便于在多孔板或微流控系統(tǒng)中并行高通量測試。

Landwehr等人開發(fā)了一個集成的高通量技術(shù)平臺，將無細(xì)胞表達(dá)系統(tǒng)與機(jī)器學(xué)習(xí)模型深度整合，開發(fā)了“設(shè)計-構(gòu)建-測試-學(xué)習(xí)”的工作流。研究人員利用CFPS在體外快速完成定點飽和突變文庫的構(gòu)建與蛋白質(zhì)合成，在24小時內(nèi)生成數(shù)百至數(shù)千個序列明確的蛋白質(zhì)突變體，并對1217種突變體在10953個獨特化學(xué)反應(yīng)中的底物偏好進(jìn)行了評估，以此繪制出詳細(xì)的酶適應(yīng)度景觀。基于這些數(shù)據(jù)，團(tuán)隊構(gòu)建增強(qiáng)嶺回歸模型，成功預(yù)測出能夠高效合成9種小分子藥物的酶突變體，其活性相較于野生型提高了1.6至42倍。

CFPS與機(jī)器學(xué)習(xí)相結(jié)合的酶工程平臺。

(DOI: 10.1038/s41467-024-55399-0)

三、CFPS在藥物發(fā)現(xiàn)中的應(yīng)用

CFPS能夠用于膜蛋白、多肽類、ADC等藥物研發(fā)過程中。Gu等人通過CFPS構(gòu)建了原位合成膜蛋白親和色譜（iSMAC），實現(xiàn)了PDGFRβ抑制劑的高通量篩選及藥物-蛋白親和力的測定。這一策略可推廣至其他受體及酶的靶向藥物篩選，同時結(jié)合位點定向突變，能夠快速驗證藥物結(jié)合位點及藥物與生物大分子相互作用。

Sutro Biopharma公司將CFPS與非天然氨基酸定點偶聯(lián)技術(shù)結(jié)合，構(gòu)建了XpressCF+平臺，用于開發(fā)位點特異性的新型ADC。通過將帶疊氮基團(tuán)的pAMF位點特異性插入曲妥珠單抗，該平臺成功產(chǎn)出DAR高度均一的ADC。目前，Sutro開發(fā)的STRO-004正在進(jìn)行Ⅰ期臨床試驗，用于評估復(fù)發(fā)性/轉(zhuǎn)移性實體瘤成人患者中的安全性、藥代動力學(xué)和初步抗腫瘤活性。

四、XPressMAX?無細(xì)胞蛋白合成解決方案

義翹神州自主研發(fā)的XPressMAX?無細(xì)胞蛋白合成試劑盒（貨號：CFKIT02），無需繁瑣的細(xì)胞培養(yǎng)或轉(zhuǎn)染操作，僅需向反應(yīng)體系中加入質(zhì)粒或PCR產(chǎn)物，即可在數(shù)小時內(nèi)獲得具有高可溶性、高活性的目的蛋白，廣泛應(yīng)用于抗體藥物發(fā)現(xiàn)、高通量篩選等多元化場景，加速候選分子的驗證與優(yōu)化。

新品上市，0元免費試用火熱申請中~

參考文獻(xiàn)：

Andrew C. Hunt, et al. A rapid cell-free expression and screening platform for antibody discovery. Nature Communications, 2023. https://doi.org/10.1038/s41467-023-38965-w

Kanghun Lee, et al. Cell-free Biosynthesis of Peptidomimetics. Biotechnology and Bioprocess Engineering, 2022. DOI 10.1007/s12257-022-0268-5

Landwehr GM,et al. Accelerated enzyme engineering by machine-learning guided cell-free expression. Nat Commun. 2025. doi:10.1038/s41467-024-55399-0