FZD7

Pioneering AI technology successfully designs antibodies de novo for six therapeutic targets, including one without an experimentally resolved structure SEOUL, South Korea, March 17, 2025 /PRNewswire/ -- Galux Inc., a South Korean startup specializing in AI-driven protein therapeutics design, has published a study showcasing the capabilities of its AI platform, GaluxDesign, in de novo antibody design. This research marks an important milestone in AI-driven antibody discovery, demonstrating the successful design of antibodies against six distinct therapeutic targets, including a target without an experimentally resolved structure. Continue Reading A graphical representation verifying the binding strength between the antibodies designed by GaluxDesign and each therapeutic target. "De novo antibody design has been one of the major challenges in AI-based drug discovery, requiring atomic-level precision to ensure specific binding to target epitopes," said Chaok Seok, CEO of Galux. "A few previously reported cases of de novo antibody design have shown only limited success, particularly in terms of target diversity and binding affinity. Our findings prove that AI can reliably generate novel antibodies with high precision, specificity, and sensitivity across diverse therapeutic targets." A graphical representation verifying the binding strength between the antibodies designed by GaluxDesign and each therapeutic target. The study presents an AI-driven approach to de novo antibody design. The team identified binders from a yeast display single-chain variable fragment (scFv) library comprising approximately one million designed antibody sequences, followed by screening binders against a target protein. Binders with varying binding strengths were identified for six targets, including PD-L1, HER2, EGFR(S468R), ACVR2A/B, FZD7, and ALK7. Notably, the team successfully designed antibodies targeting ALK7, a protein without an experimentally resolved structure, as well as antibodies targeting a novel epitope of FZD7 discriminating subtypes FZD1 and FZD5. This highlights the platform's broad applicability for novel antibody discovery. The designed PD-L1 targeting antibody showed outstanding binding affinity (KD=9.0pM) and developability comparable to the commercial therapeutic antibody Atezolizumab. Additionally, antibodies designed for EGFR(S468R) displayed exceptional specificity, precisely distinguishing the mutant from wild-type EGFR based on a single amino acid difference, which is an essential feature for minimizing off-target effects in early-stage drug development. "This study underscores the potential of AI-driven antibody design and its broad applicability in antibody discovery," added Seok. "By continuously advancing our AI platform with a deep understanding of atomic-level protein interactions, we aim to transform therapeutic drug discovery, improving both efficiency and success rates." The full research paper is available here: About Galux With over 25 years of expertise in the field, Galux is pioneering AI-powered protein design with its proprietary platform, GaluxDesign, which enables precise de novo protein design and engineering. GaluxDesign has been developed to deeply understand the physical principles that govern protein folding and interactions. This approach enables the platform to tackle various protein design challenges including epitope-specific antibody design. Since its incorporation in 2020, the company has raised USD 18 million from reputable investors, including InterVest, Pathway Partners, DAYLI Partners, LG Corp., and KDB Capital. SOURCE Galux WANT YOUR COMPANY'S NEWS FEATURED ON PRNEWSWIRE.COM? 440k+ Newsrooms & Influencers 9k+ Digital Media Outlets 270k+ Journalists Opted In GET STARTED

近日，在Nature子刊APS上发表了题为“AlphaFold3 versus experimental structures: assessment of the accuracy in ligand-bound G protein-coupled receptors”的文章，系统评估了AlphaFold3预测GPCRs结构和实验确定的结构准确性。主要结论 总体结构预测:AF3在预测GPCR总体骨架结构方面表现优于AlphaFold2（AF2）。 在无配体和结合配体的GPCR结构预测中，AF3平均全局RMSD分别为0.93 Å和1.11 Å，明显优于AF2。 配体结合口袋:在配体结合口袋和配体定位预测中，AF3仍存在显著偏差。 特别是对离子、肽类和蛋白质等配体的预测，侧链构象和结合口袋形状的准确性较低。 复杂复合物预测:在GPCR-抗体和GPCR-G蛋白复合物预测中，AF3对配体结合和大分子组装的预测存在局限性，例如对抗体结合位点的错误预测。 灵活域预测:TM6（激活螺旋）和外环等关键灵活区域的预测结果不够稳定，存在与实验数据显著偏离的情况。主要挑战 对配体结合的准确性: AF3难以捕捉配体与受体的精确相互作用，尤其是人工配体或复杂配体。 灵活域建模: 灵活域构象和二聚体装配预测存在偏差。 模型适用性: 在未充分训练的GPCR类别（如C类和F类）中，模型的预测性能明显下降。应用与改进建议 实验验证仍不可或缺: AF3预测的模型需与实验数据（如cryo-EM）相结合，以支持药物开发和机制研究。 改进方向:深入整合物理化学知识，优化侧链建模。 扩展配体种类和数据集（如使用CrossDock等）。 引入功能性标记和遗传数据，改进序列-结构-功能关系的预测。图1: AF3预测模型与实验GPCR结构的整体比较Global comparison of AF3-predicted models and experimental GPCR structures 内容:比较不同类别GPCR（A、B1、C和F类）的AF3预测结构与实验结构的偏差。 发现:A类（如GPER1）和B1类（如GIPR）整体结构较准确，但在灵活区域（如ECL2和TM6）出现显著偏差。 C类GPCR（如CaSR）在单个跨膜域对齐时表现良好，但二聚体结构相对错位。 F类GPCR（如FZD7）大部分区域预测准确，但TM6区域有偏移。 结论: AF3在GPCR跨膜域预测中表现良好，但对灵活区域和二聚体结构的建模存在不足。图2: GPCR-肽类复合物中配体结合口袋的比较Comparative analysis of AF3 predictions and experimental structures for GPCR-peptide complexes. 内容:对比AF3预测的肽类配体结合口袋与实验结构，分析偏差。 示例:Apelin-13肽（图2a）: 配体的侧链方向与实验结构不一致，结合口袋形状也存在明显差异。 人工肽WN353（图2b）: 配体定位与实验结果显著偏离（RMSD达5.55 Å），并在结合口袋中引入冲突。 Conorfamide-Tx2 和 BAM8-22肽（图2c, 2d）: 配体构象显著错误，RMSD分别为7.95 Å和12.07 Å。 结论: AF3对肽类配体结合口袋的预测准确性较低，尤其在形状扁平或不规则的结合口袋中。图3: GPCR-离子或蛋白质复合物的比较Comparative analysis of AF3 predictions and experimental structures for GPCR-ion or protein complexes 内容:比较AF3预测的离子和蛋白质配体结合位置与实验结构的差异。 示例:CaSR-Ca²⁺结合（图3a, 3b）:当涉及4个Ca²⁺时，AF3定位准确。当涉及6个Ca²⁺时，部分离子定位偏离实验位置。 CCR8-CCL1和α1AAR-Toxin AdTx1复合物（图3c, 3d）: 蛋白质配体结合界面预测较准确，RMSD低于3.5 Å。 结论: AF3在预测离子结合时准确性依赖于配体数量，而对蛋白质配体的预测表现较好。图4: GPCR-抗体复合物的比较Comparative analysis of AF3 predictions and experimental structures for GPCR-antibody complexes 内容:分析AF3对GPCR-抗体复合物的预测。 示例:TSHR-抗体复合物（图4a, 4b）: AF3对抗体结合位置的预测有显著偏差，将抗体错位到膜外平行区域。 CXCR4-REGN7663复合物（图4f）: AF3预测较准确，RMSD为2.25 Å。 结论: AF3对抗体的预测准确性不稳定，尤其在新型抗体或复杂复合物中偏差较大。图5: GPCR-G蛋白复合物的比较Comparative analysis of AF3 predictions and experimental structures for GPCR-G protein complexes 内容:比较AF3对GPCR-G蛋白复合物的预测与实验结果。 示例:CXCR4-G蛋白复合物（图5a）: TM6和G蛋白界面预测较准确，但侧链构象略有偏差。 FZD7-G蛋白复合物（图5c）: G蛋白被错误预测到细胞外侧，表明对蛋白-蛋白界面建模的局限性。 结论: AF3在G蛋白复合物预测中表现有限，特别是对蛋白界面的准确建模。图6: GPCR灵活域预测Flexible domain prediction by AF3 内容:分析AF3对GPCR灵活域（如TM6和外环）的预测。 示例:TM6:FFAR2和ADGRE5的TM6预测与实验结果一致。 GPER1和FZD7的TM6预测偏差显著。 CALCR-配体CGRP1复合物（图6e）: 灵活配体的预测与实验结构偏差较大。 结论: AF3在灵活域建模中表现不稳定，对受体激活和配体结合的重要区域准确性不足。图7: 改进AF3预测的多学科方法Multidisciplinary approaches to enhance AF3 predictions 内容:提出优化AF3预测的潜在方向，包括: 融入物理、化学、生物和遗传学数据。 增强对配体种类和结合口袋的预测能力。 利用动态模拟和功能标记改进灵活域预测。 结论: 通过整合多领域知识，可提升AF3在GPCR和配体预测中的表现。

已批准药物的靶标的三分之一是G 蛋白偶联受体 (GPCR，)；然而，这些药物仅针对人类 GPCR 库的大约八分之一。GPCR 调节多种关键生理过程，包括器官发育、心血管功能、情绪、认知、多细胞性、细胞运动、免疫反应以及光感、味觉和气味。然而，许多GPCR表达较低，并且很大一部分具有未知的配体和不清楚的信号通路。由于小分子发现面临诸如成药性、选择性和分布等挑战，GPCR 可能更适合单克隆抗体 (mAb) 的靶向。单克隆抗体在这些方面具有更好的类似药物的特性。在此，回顾了之前发现的针对临床和/或开发中的 GPCR 的单克隆抗体，同时回顾了生物物理学方面的考虑因素，这些因素使得 GPCR 的使用极具挑战性，但也为生物成药性提供了机会。 1、背景介绍 人类基因组包含超过 800 个 GPCR，其中近 400 个是嗅觉受体。虽然嗅觉受体的表达主要限于嗅觉上皮，但一些嗅觉受体在其他组织中表达，针对它们可能具有治疗益处。GPCR 根据其序列同源性和进化的系统发育分析进行分类。A 类或视紫红质样家族包含所有嗅觉受体和许多临床靶向受体，包括趋化因子、胺和肽受体。B1 类受体共享一个大的细胞外 N 末端（ 图1 ) 和 B2 类属于粘附 GPCR 家族。粘附 GPCR 因其独特的延伸胞外结构域而成为特别令人感兴趣的抗体靶点。C 类 GPCR 被认为以二聚体的形式发挥作用，T 类味觉受体也是如此。最后，F 类受体包含 Frizzled 和 Smoothened两个调节生物体发育的 GPCR。 图 1. G 蛋白偶联受体胞外拓扑和配体结合模式。 生物制剂具有许多小分子药物无法实现的独特特性。许多生物制剂利用抗体的特性，特别是可以对 Fc（可结晶片段）区域进行改造，以延长药物半衰期并诱导抗体依赖性细胞毒性（或完全避免细胞毒性）。通常，抗体通过血液、组织间隙和淋巴系统扩散，并被排除在中枢神经系统之外。与小分子不同，抗体不会被肾脏清除，而是通过 Fc 受体介导的内吞作用降解。正如我们将在本次综述中详细介绍的那样，生物制剂的另一个优点是抗体可以融合在一起以创建针对两种不同受体的双特异性分子，或针对同一受体上的两个表位的双互补位分子。最后，由于其生物学性质，可以应用合成生物学方法（例如定向进化）来设计具有所需药物样特性的抗体、抗体片段和肽。 尽管 GPCR 具有新型治疗方式的潜力，但对于生物制剂药物的开发仍然难以捉摸。部分原因在于质膜中 GPCR 的结构。GPCR 的细胞外表面遵循常见的拓扑结构（ 图1A)：一个胞外 N 端结构域和三个胞外环。GPCR 的胞外环往往非常短，但大小变化很大，从 5 个氨基酸到超过 170 个氨基酸不等。正位结合口袋是配体结合的地方，位于跨膜结构域内。大多数细胞外环参与配体结合，尽管对于小分子来说，这些相互作用对配体结合的贡献微弱。视紫质是一种对激活状态进行了高度详细研究的 GPCR，其正位结合袋完全被细胞外环封闭，并且配体（视网膜）通过质膜横向扩散。 通常，GPCR 具有较短的 N 端结构域，但许多 GPCR 也具有具有多种功能的扩展 N 端结构域（ 图1B），包括形成双位和变构配体的第二个结合位点。GPCR 的 N 末端通常很容易生产为可溶性肽，并且这些肽经常被用作抗体发现活动的抗原。然而，此类抗体无法结合细胞外环。基于抗体的 GPCR 生物制剂面临的最大挑战之一是生成能够真正与埋藏在跨膜结构域深处的正位结合袋结合的抗体。 表 1. G 蛋白偶联受体靶向的生物类药物。包括激活剂（激动剂和正变构调节剂）、阻断剂（拮抗剂、反向激动剂和负变构调节剂）以及靶向 GPCR 的下一代分子。只有三种分子获得批准（dulaglutide、erenumab 和 mogamulizumab），只有一个分子在 3 期临床阶段（talquetamab）。 2. 针对G蛋白偶联受体的生物制剂的功能活性2.1. 激活 G 蛋白偶联受体的生物制剂 B1 类GPCR 的促胰液素家族已成为治疗糖尿病和肥胖症的激动剂抗体的靶标。临床批准的胰高血糖素样肽 1 受体 (GLP-1 R) 激动剂度拉鲁肽 (Trulicity) 由礼来公司设计，作为 GLP-1 肽与 IgG4 Fc（片段可结晶区）的融合体。已知 IgG4 与 FcRn 受体结合，通过回收延长抗体半衰期，事实上，度拉鲁肽在人体中的血清半衰期超过 12 小时，而艾塞那肽和其他 GLP-1 肽模拟物 的血清半衰期不到 2-5 小时。重要的是，IgG4 不会激活补体级联，从而导致抗体依赖性补体依赖性细胞毒性 (ADCC)。此外，F234A 和 L235A 突变被引入度拉鲁肽的 IgG4 Fc 区，以减少 ADCC 的可能性。总之，度拉鲁肽是一种独特的肽激动剂，与惰性 Fc 区融合以激活 GLP-1 R。此外，Gmax Biopharm 还开发了 glutazumab，一种 GLP-1 肽与抗 GLP-1R 抗体 轻链的融合物。Glutazumab 目前正在进行治疗糖尿病的临床试验。另一种与 GLP-1 肽融合以产生激动作用的抗 GLP-1 R 抗体 Everestmab 已被描述。Everestmab 是一种介于白蛋白结合域和突变 GLP-1 肽之间的双特异性纳米抗体。 同样，最近描述了 GLP-1 肽与GLP-1 R 抗体轻链的融合，称为 TB-059-002。安进 (Amgen) 最近报道了与葡萄糖依赖性促胰岛素多肽受体 (GIPR) 抗体 AMG-133融合的 GLP-1 肽的阳性数据，该抗体可作为双重 GLP-1 R 激动剂/GIPR 拮抗剂。将 GLP-1 肽与抗 GIPR 抗体连接具有延长 GLP-1 肽半衰期的优点，并且被证明可以增强该分子在胰腺中的定位。AMG-133 作为 GLP-1 R 激动剂/GIPR 拮抗剂，最近有报道显示在肥胖方面显示出有效的 1 期临床数据。 与 GLP-1 R、GIPR 和 PTHR1 一样，许多 GPCR 可以具有大的、扩展的细胞外结构域，通常位于其 N 末端（图1）。一种称为促甲状腺素受体或促甲状腺激素受体 (TSHR)的GPCR，具有大量富含亮氨酸的重复细胞外 N 末端结构域，并且已发现自身抗体可通过与该细胞外结构域结合来激活 TSHR，从而导致格雷夫斯病(又名毒性弥漫性甲状腺肿，是一种自身免疫性疾病)。与 TSHR 一样，C 类代谢型谷氨酸受体 (mGluR) 具有较大的 N 末端结构域，远端具有捕蝇草结构，并且已开发出骆驼单域抗体（纳米抗体）DN10 和 DN13 来激活 mGluR。mGluR 受体家族需要胞外域二聚化，DN10 和 DN13 均识别桥接两个二聚化胞外域的独特表位。有趣的是，DN10 识别 mGluR2 同二聚体，而 DN13 与 mGluR2 同二聚体和 mGluR2/mGluR4 异二聚体发生交叉反应。这种独特的药理学被证明可以有效增强 mGluR2 激动剂对神经元和 DN13 小鼠恐惧调节受损的抑制作用。最近，DN10 和 DN13 还被用于使用标记纳米抗体的时间分辨 FRET 传感器在体内检测 mGluR2 同二聚体和 mGluR2/mGluR4 异二聚体。 虽然这些是通过大的 N 末端胞外结构域激活受体的变构调节抗体的例子，但许多 GPCR 的胞外表面积有限，尤其是 A 类视紫红质样 GPCR 家族(图1A）。一些抗体已被证明可以通过直接结合短胞外环并且有时进入正位配体结合袋来激活 GPCR。安进 (Amgen) 最近报道了一种新型 apelin 受体 (APJR，apelin receptor ) 激动剂纳米抗体的设计。抗体 JN241 被发现可以阻断 APJR 激活，并且 CDR3 延伸到正构结合袋中。作者利用结构分析和构效关系信息设计成激动型抗体，通过在 CDR3 区域引入突变，将 JN241 转化为激动剂。此外，β1-肾上腺素能受体 (β1AR) 抗体被证明是偏向激动剂，可激活 G 蛋白，但不激活作为变构调节剂的 β-arrestin 信号传导。 2.2. 阻断 G 蛋白偶联受体的生物制剂 许多抗体已被描述为 G 蛋白偶联受体拮抗剂。促胰液素家族(B1 亚类)受体具有一个大的 N 末端结构域，可与形成 α 螺旋杆的激动剂结合（图1B）。 最近描述了一种针对 GLP-1 R 的竞争性拮抗抗体TB-001-003，GLP-1 R 是 B1 类或促胰液素家族 GPCR。TB-001-003 能够以与肽拮抗剂 avexitide (exendin-(9-39)) 类似的方式从 GLP-1R 中取代 GLP-1。相比之下，GLP-1 R 拮抗剂抗体 Fab 3F52 是针对 GLP-1R 大 N 末端产生的，X 射线晶体学显示可通过变构抑制机制抑制 GLP-1 结合。与 TB-001-003 类似，一种名为 Gipg013 的 GIPR 拮抗剂抗体被证明可以取代 GIPR N 末端结构域的 α 螺旋 GIP 肽。Regeneron 将 crotedumab （另一种称为胰高血糖素受体 (GCGR) 的促胰液素家族 GPCR 拮抗剂抗体）推进到了针对心脏代谢疾病的 1 期临床试验，但进一步的开发已停止。Crotedumab 是使用 GCGR 的人源化小鼠免疫产生的。 REMD Biotherapeutics 已将另一种 GCGR 拮抗剂抗体 volagidemab 推进到治疗糖尿病的 2 期试验。最后，还开发了针对 GCGR 的纳米抗体拮抗剂。一款称为erenumab，用于治疗偏头痛。Erenumab 与降钙素基因相关肽 1 型受体 (CALRL) 结合，并与受体活性修饰蛋白 1 (RAMP1) 接合。CALRL 和 RAMP1 的复合物称为降钙素基因相关肽受体 (CGRPR)，erenumab 是针对 RAMP1 和 CALRL 胞外结构域的不对称 Fc 融合而产生的。 其他具有大 N 末端结构域的受体已成为抗体拮抗剂的靶标。OncoMed报道 vantictumab可阻断 Frizzled 受体家族 (FZD)，该受体具有 FZD1、FZD2、FZD5、FZD7 和 FZD8 的交叉反应拮抗剂活性，并阻断 Wnt 信号传导以发挥抗肿瘤活性。FZD 受体拥有一个大的 N 末端，其远端含有富含半胱氨酸的结构域。富含亮氨酸的重复 GPCR (LGR) 家族通过 FZD 增强 Wnt 信号传导，具有较大的 N 末端，LGR5 是 Kyowa Kirin 开发的名为 KM4056的拮抗剂抗体的目标。 已经描述了许多针对 A 类视紫红质 GPCR 家族的拮抗剂抗体。FDA 批准了 getagozumab的 IND 许可，getagozumab 是一种内皮素受体 A (ETA) 拮抗剂抗体，另一种名为 AG8的 ETA 拮抗剂抗体最近也得到了表征。MedImmune 描述了 Fpro0165的发现和优化，Fpro0165 是一种甲酰基肽受体 1 (FPR1) 拮抗剂抗体，通过将抗体与受体的结构对接，该抗体被证明可以与受体的细胞外环 2 结合。此外，一系列合成纳米抗体，包括称为 AT118i4 的优化抗体，已被描述为血管紧张素 II 1 型受体 (AT1R) 的拮抗剂。使用胆囊收缩素 B 受体 (CCK-BR) 胞外结构域片段免疫的小鼠文库中的核糖体展示来发现一种有效的拮抗抗体，称为 scFv 77-2。scFv 77-2 在神经性疼痛的临床前模型中有效。 GPCR 拮抗剂抗体已针对趋化因子受体（称为 CCR 和 CXCR）大量开发，以便在不同疾病状态下调节免疫系统。趋化因子受体属于 A 类视紫红质受体家族，具有有限的细胞外表面积。Mogamulizumab 是一种临床批准用于治疗白血病的 CCR4 抗体，但其作用机制是诱导抗原依赖性细胞毒性 (ADCC) 杀死肿瘤细胞，而不是直接拮抗 CCR4。另一种 CCR4 拮抗剂抗体已被描述为阻断 CCR4 功能，随后通过腺相关病毒介导的抗体表达递送至肿瘤。针对 CXC 趋化因子受体 4 (CXCR4) 的抗体拮抗剂已被大力开发用于治疗癌症，其中包括 LY2624587，一种有效的拮抗剂。此外，ulocuplumab 已被开发并被证明是 CXCR4 内源配体 CXCL12 的竞争性拮抗剂。其他 CXCR4 抗体已在正构结合袋和细胞外环 中靶向并显示可竞争 CXCL12。CXCL12 与 CXCR4 以及 CXCR7 结合，已描述了针对 CXCR4 和 CXCR7 的抑制性纳米抗体。CXCR2 是另一种重要的趋化因子受体，在癌症中失调。一种新型双互补位抗体被描述为将两种效力较弱的纳米抗体结合在一起，从而产生一种强反向激动剂分子。此外，已经使用噬菌体展示合成抗体库描述了针对 CXCR2 的单克隆抗体。CCR5 是一种经过充分验证的 HIV-1 侵入共受体，并且已经开发出大量抗体来阻断 CCR5 信号传导和 HIV-1 结合。最后，已经描述了 CCR2、CCR7 和 CCR9的抗体拮抗剂。病毒性 GPCR 也已成为人们感兴趣的治疗靶点，例如由巨细胞病毒编码的病毒趋化因子受体 US28。US28 的过度表达与胶质母细胞瘤有关，并且已经描述了 US28 的拮抗剂抗体可用于胶质母细胞瘤的潜在治疗。 2.3. 靶向 G 蛋白偶联受体的下一代生物制剂 Mogamulizumab 是一种临床批准的治疗白血病的 CCR4 抗体。Kyowa Kirin 首先开发了 mogamulizumab，其作用机制是诱导 ADCC，从而消耗 CCR4 表达细胞。Mogamulizumab 被设计为减少岩藻糖基化，从而增强 ADCC。与 CCR4 类似，CCR8 是 ADCC 耗竭的目标，因为 CCR8 特异性表达于肿瘤微环境中的免疫抑制调节性 T 细胞 (Treg)。一种名为 Nb-Fc1b 的新型四价纳米抗体靶向表达 CCR8 的 Tregs 并抑制肿瘤生长。吉利德已将 GS-1811 推进到实体瘤的 1 期试验，以在表达 CCR8 的 Tregs 中触发 ADCC。同样，百时美施贵宝 (Bristol-Myers Squibb) 有一种名为 BMS-986340 的抗 CCR8 抗体，处于实体瘤的 1 期试验中。然而，正如 CCR8 敲除小鼠中所证明的那样，CCR8 的靶向需要 ADCC 来消除 Tregs，因为阻断 CCR8 信号传导对 Treg 介导的免疫抑制没有影响。 许多分子利用双特异性结合，其中抗体的每个臂结合不同的抗原。最近通过筛选源自患者的类器官中的双特异性抗体库，发现了一种名为 MCLA-158 的 LGR5 和 EGFR 双特异性抗体。BsNb PX4 是一种双特异性抗体，由两种纳米抗体组成，一种靶向 CXCR4，另一种靶向 PD-L1。在对 PD-L1 抑制具有抗性的肿瘤类型中，BsNb PX4 比单独使用每个纳米抗体治疗小鼠模型更有效。Talquetamab 是一种双特异性抗体，处于多发性骨髓瘤 3 期临床试验中，靶向 CD3 和 GPRC5D，该靶点在多发性骨髓瘤细胞上高度表达。此外，还描述了 CXCR5 和 CD3 双特异性抗体。 抗体药物偶联物 (ADC) 已针对许多 GPCR 靶标开发。对于 CXCR4，使用非天然氨基酸掺入将表面残基引入抗 CXCR4 抗体中，从而可以与 auristatin（一种用于治疗癌症的抗有丝分裂剂）结合。后来，针对称为 ADC 713 的抗体，通过增加药物与抗体比率 (DAR) 改进了该策略，从而降低了毒性。此外，一种名为达沙替尼的 Lck 抑制剂与 CXCR4 抗体偶联，以抑制自身免疫性疾病中的 T 细胞功能（因为 Lck 表达仅限于 T 细胞）。最后，描述了一种名为 4M5.3X4 的分子，它是一种针对 HIV 蛋白的小干扰 RNA，与 CXCR4 纳米抗体缀合，可抑制 CXCR4 阳性 T 淋巴细胞中的 HIV 复制。 CAR T 细胞疗法是细胞重编程的一种高级形式，可将免疫细胞靶向肿瘤以治疗癌症。孤儿 GPRC5D 已被证明在骨髓瘤癌细胞中过度表达，并已成为称为 MCARH109 的嵌合抗原 T (CAR-T) 细胞疗法的靶标。溶瘤疱疹病毒 (oHSV) 被设计为通过将病毒与称为 oHSV/Nb-gD 的 CXCR4 纳米抗体融合来靶向 CXCR4+ 胶质母细胞瘤细胞。oHSV/Nb-gD 还可以诱导 TRAIL 的表达，TRAIL 是一种 TNF 家族配体，可诱导 CXCR4 阳性胶质母细胞瘤细胞凋亡，从而减少肿瘤生长。 3. G蛋白偶联受体生物制剂发现的机遇与挑战3.1. 许多 G 蛋白偶联受体都是孤儿 约 400 个非嗅觉 GPCR 中大约有 30% 是孤儿，没有已知的配体，信号转导特性知之甚少。如上所述，许多针对 GPCR 的抗体起到变构或正构激活剂的作用。因此，抗体配体可用于去孤儿化 GPCR 信号通路，使用诸如 TRUPATH、APEX或 PRESTO-TANGO等技术。例如，许多分子针对 CAR T 细胞的 GPRC5D，因为 GPRC5D 在骨髓瘤癌细胞中高表达。然而，目前对 GPRC5D 的配体或信号转导机制知之甚少。因此，GPRC5D 抗体可用于通过 APEX 标记来分析信号传导，从而为内源配体的去孤儿化提供筛选平台。3.2. 如何实现 G 蛋白偶联受体偏向性的激动 GPCR 能够通过各种 G 蛋白家族成员和 β-arrestins 传递多效性信号，在这种情况下，有可能使用所谓的偏向激动剂来靶向有益途径。正如 APJR 抗体 JN241-9 所证明的那样，可以通过进行点突变来改变抗体配体的功能特征（在这种情况下拮抗剂转变为激动剂）。因此，诱变可以用作生物制剂基于结构的药物发现的平台。此外，通过对每个 GPCR 信号通路进行并行测试，有可能捕获通过治疗有益的通路发出信号的偏向抗体配体，并避免副作用。DNA 的快速且可扩展的合成使得强大且多样化的抗体库的开发成为可能，这使得能够发现能够与 GPCR 中的神秘位点结合的抗体，例如正构配体结合口袋（ 图2A）。DNA 合成还允许对正配体结合抗体进行大规模诱变，这将是设计针对 GPCR 的偏向激动剂抗体的策略。此外，与受体胞内侧结合的纳米抗体可用于稳定不同的受体构象，从而加速药物发现策略。 图 2. G 蛋白偶联受体生物制剂发现的机遇和挑战。A. 抗体可以靶向配体结合（正构）位点或 GPCR 的其他变构区域。 B. 抗体可以稳定 GPCR 构象，从而实现复杂的药理学（正负调节剂、反向激动剂等） C. 抗体可以激活 GPCR 下游的多种信号，并被设计为选择性激活某些途径。 D. 抗体可以破坏同一细胞（反式）或顺式（不同细胞中）的蛋白质相互作用，包括阻止更高级 GPCR 寡聚物的形成。 这里详细介绍了一些抗体影响 GPCR 信号传导的分子机制，并将它们分为两大类：正构或变构结合剂（图2A）。此外，这些抗体能够稳定 GPCR 构象（图2B），这是驱动受体下游功能选择性的一种方法（图2C)。3.3. G 蛋白偶联受体的细胞类型特异性表达 作为药物，抗体具有细胞类型特异性靶向的独特特性。抗体不是全身作用并立即代谢，而是倾向于在具有高浓度抗原的组织中积累。GPCR 通常在特定组织类型中以非常低的水平表达。大规模数据集，例如人类蛋白质图谱 和人类细胞图谱正在阐明受体特异性表达谱。最近一个特别令人兴奋的例子是趋化因子受体 CCR8，它在肿瘤微环境中的 Tregs 中表达受限。因此，利用高亲和力抗体，可以特异性地消除肿瘤微环境中的免疫抑制性 CCR8 阳性 Tregs。这是将 GPCR 独特的表达谱与抗体疗法的特性相结合的一个例子。3.4. 细胞外 G 蛋白偶联受体相互作用 最后，由于其高亲和力、通过亲合力结合和大尺寸，抗体疗法特别适合破坏蛋白质/蛋白质相互作用。最近，人类基因组中的一些细胞外蛋白质的细胞外蛋白质/蛋白质相互作用图谱（相互作用组学）受到关注。检查点抑制剂疗法会破坏细胞外蛋白质/蛋白质相互作用，而 GPCR 的细胞外相互作用才刚刚开始被绘制出来。调节细胞外与抗体的相互作用将为进一步了解 GPCR 的生物学及其广泛的 N 末端结构域和其他蛋白质之间涉及的各种相互作用提供信息。 10.1080/17460441.2023.2193389 声明：发表/转载本文仅仅是出于传播信息的需要，并不意味着代表本公众号观点或证实其内容的真实性。据此内容作出的任何判断，后果自负。若有侵权，告知必删！ 长按关注本公众号  粉丝群/投稿/授权/广告等 请联系公众号助手 觉得本文好看，请点这里↓