近日，厦门大学俞容山教授团队与厦门大学袁权教授、夏宁邵院士团队联合在国际顶级学术期刊《Nature Communications》发表研究论文。该研究提出高通量抗体从头测序技术 XA-Novo，通过整合SP-MEGD一体化多酶梯度酶解策略、深度学习肽段序列解析与新型序列组装算法Fusion，实现单克隆抗体及抗体混合样品的高精度序列重建，为抗体发现、药物研发和质量控制提供了新的技术体系。
抗体是机体免疫系统识别并清除病原体的重要分子，在感染性疾病防治、肿瘤免疫治疗以及生物药物开发等领域具有重要应用价值。随着单克隆抗体药物的快速发展，如何快速、准确地获取抗体序列信息，已成为抗体研究和开发中的关键技术问题。然而，传统抗体测序方法通常依赖杂交瘤细胞或B细胞的基因信息，不仅实验周期较长，而且在部分研究场景中难以获得对应的细胞来源，从而限制了抗体药物的研发效率。
针对上述问题，团队构建了基于质谱的高通量抗体从头测序技术体系。在样品处理方面，研究提出 SP-MEGD 策略，通过获得更加充分且均衡的肽段覆盖，为后续序列重建提供高质量输入。在计算分析方面，团队开发抗体序列组装算法 Fusion，使其在肽段从头测序存在一定误差的情况下，仍能可靠完成抗体重链和轻链序列的高精度重建。
图1 | XA-Novo工作流程
实验结果表明，在多个已知序列抗体数据集上，Fusion算法可实现抗体序列的100%准确覆盖，并在决定抗原识别特异性的关键功能区域（CDR）保持精准解析。进一步研究发现，XA-Novo不仅适用于单个抗体的测序，也能同时解析多个抗体混合样品。在由两种或三种抗体组成的混合样本，该方法仍可准确区分并重建每个抗体的完整序列，整体准确率超过99.5%。
为验证该技术在真实研究场景中的应用能力，研究团队进一步对多种序列未知的免疫相关抗体开展测序分析，并基于解析获得的序列进行基因工程表达与功能验证。实验结果表明，所获得抗体在体内外均表现出与原始商业抗体一致的生物学活性。以小鼠模型为例，基于测序结果重组获得的抗CD4和抗CD8α抗体均可有效清除相应免疫细胞，且其作用效果与商业抗体相当，从功能层面进一步支持了测序结果的可靠性。
图2 | 重组抗体的生物学验证
该研究为无法获得原始细胞来源的抗体样本提供了可行的序列解析方案，拓展了质谱技术在抗体研究中的应用边界。相关成果有望在抗体发现、免疫组学研究、生物药物质量控制、抗体工程改造以及商业抗体再开发等方向发挥重要作用。随着质谱技术与人工智能算法的持续发展，XA-Novo有望进一步提升抗体测序的效率与准确性，为抗体相关研究和生物医药创新提供有力的技术支撑。
此外，为方便科研人员使用该技术，团队开发并上线了XA-Novo网页平台（https://xa-novo.com/）。研究人员只需上传质谱数据并填写相应的物种信息，平台通过调用深度学习肽段预测模型与Fusion组装算法完成抗体序列解析，并生成包含候选序列及CDR区域注释的分析结果报告，为后续抗体序列确认与功能研究提供重要参考。
图3 | XA-Novo在线分析平台
翔安创新实验室熊悦婷工程师、厦大健康医疗大数据国家研究院博士生江文彬、厦大公共卫生学院博士生肖瑾为论文共同第一作者；厦门大学袁权教授、夏宁邵院士、俞容山教授、翔安创新实验室熊悦婷工程师为论文共同通讯作者。
该研究获得国家重点研发计划、国家自然科学基金、福建省自然科学项目、厦门市自然科学项目、传染病疫苗研发全国重点实验室/翔安创新实验室科技项目等资助。
