科学家们在《科学进展》期刊发表突破性研究，展示了一种利用人工智能和冷冻电子显微镜快速筛选治疗性抗体的新方法。这项由斯克里普斯研究所开发的技术，将原本需要数周的传统抗体筛选流程压缩至24小时内完成，同时克服了数据瓶颈，为流感、艾滋病等传染性疾病的治疗开辟了新路径。
"这是抗体发现领域的范式转变，"研究资深作者Andrew Ward教授表示。其团队开发的结构-序列（STS）分析法，通过冷冻电子显微镜捕捉抗体与靶点结合的近原子级结构，并借助ModelAngelo人工智能工具进行分子建模分析，可精确识别出最具治疗潜力的抗体序列。这种方法不仅将筛选成功率提升至传统方法的2倍以上，还能在数小时内完成海量抗体库的筛选。
该技术突破了传统筛选方法的局限性——当人体遭遇病原体时，免疫系统会产生数以万计的抗体分子，但只有极少数能精准攻击病原体的脆弱位点。研究团队通过直接解析免疫应答的结构特征，结合人工智能的深度学习能力，成功建立了抗体功能预测模型。在动物实验中，利用该方法筛选出的流感抗体显示出显著的病毒中和能力。
这项技术在公共卫生应急领域具有重大应用价值。在新冠疫情中，传统抗体筛选耗时长达数月，而新技术可使诊断试剂、中和抗体和疫苗开发速度提升百倍以上。研究团队正在与全球多个实验室展开合作，优化该技术在猴痘、登革热等新发传染病中的应用，并计划建立全球共享的抗体结构数据库。
"我们正在构建下一代抗体发现平台，"Ward教授展望道。通过整合冷冻电子显微镜的超分辨率成像与人工智能的智能分析，这项技术不仅能加速治疗性抗体的开发，还可应用于癌症免疫治疗、自身免疫病干预等医学领域，为精准医疗提供新的解决方案。
【全文结束】
