无细胞合成技术在创新药高通量筛选中的应用

传统的抗体筛选技术在获得候选序列后，需要经过繁琐的细胞培养、转染、表达等过程，实验周期长，动辄2-3个月，难以满足创新药（尤其是AI制药）的需求。因此，无细胞蛋白合成技术越来越被重视。

无细胞蛋白合成技术（CFPS）不需要漫长的细胞培养周期，直接从DNA模板快速生成抗体片段或全长抗体，仅需3个小时就能获得高活性目的蛋白。并且CFPS还可以平行测试大量的抗体序列，适配高通量实验设计，短时间内就能筛选出具有高亲和力与高特异性的候选分子。

Hunt等人将CFPS、快速DNA扩增与AlphaLISA高通量检测相结合，建立了一套无需细胞培养、可在24小时内从序列到抗体筛选的快速平台，成功对135株已发表的抗SARS-CoV-2抗体与119株免疫小鼠来源的抗体进行快速功能评价，鉴定出多个候选中和抗体，其中SC2-3抗体可结合所有受试的病毒突变体。这一技术为抗体药物研发提供了快速、高通量的解决方案。

无细胞抗体筛选工作流程（源自文献：DOI: 10.1038/s41467-023-38965-w）

酶在化学合成、药物开发等领域发挥着关键作用。传统方法需要经过转化、培养、诱导表达及裂解等多个步骤，耗时久，严重制约了研发效率。无细胞蛋白合成系统能够直接利用线性DNA模板进行蛋白质合成，快速表达大量酶突变体，同时反应体积可缩小至μL级，便于在多孔板或微流控系统中并行高通量测试。

Landwehr等人开发了一个集成的高通量技术平台，将无细胞表达系统与机器学习模型深度整合，开发了“设计-构建-测试-学习”的工作流。研究人员利用CFPS在体外快速完成定点饱和突变文库的构建与蛋白质合成，在24小时内生成数百至数千个序列明确的蛋白质突变体，并对1217种突变体在10953个独特化学反应中的底物偏好进行了评估，以此绘制出详细的酶适应度景观。基于这些数据，团队构建增强岭回归模型，成功预测出能够高效合成9种小分子药物的酶突变体，其活性相较于野生型提高了1.6至42倍。

CFPS与机器学习相结合的酶工程平台 (源自文献：DOI: 10.1038/s41467-024-55399-0)

CFPS能够用于膜蛋白、多肽类、ADC等药物研发过程中。Gu等人通过CFPS构建了原位合成膜蛋白亲和色谱（iSMAC），实现了PDGFRβ抑制剂的高通量筛选及药物-蛋白亲和力的测定。这一策略可推广至其他受体及酶的靶向药物筛选，同时结合位点定向突变，能够快速验证药物结合位点及药物与生物大分子相互作用。

Sutro Biopharma公司将CFPS与非天然氨基酸定点偶联技术结合，构建了XpressCF+平台，用于开发位点特异性的新型ADC。通过将带叠氮基团的pAMF位点特异性插入曲妥珠单抗，该平台成功产出DAR高度均一的ADC。目前，Sutro开发的STRO-004正在进行Ⅰ期临床试验，用于评估复发性/转移性实体瘤成人患者中的安全性、药代动力学和初步抗肿瘤活性。

义翘神州（SinoBiological）自主研发的XPressMAX™无细胞蛋白合成试剂盒（货号：CFKIT02），无需繁琐的细胞培养或转染操作，仅需向反应体系中加入质粒或PCR产物，即可在数小时内获得具有高可溶性、高活性的目的蛋白，广泛应用于抗体药物发现、高通量筛选等多元化场景，加速候选分子的验证与优化。