無細胞合成技術在創新藥研發中的多場景應用

傳統的抗體篩選技術在獲得候選序列后，需要經過繁瑣的細胞培養、轉染、表達等過程，實驗周期長，動輒2-3個月，難以滿足創新藥（尤其是AI制藥）的需求。因此，無細胞蛋白合成技術越來越被重視。

一、CFPS在抗體篩選中的應用

無細胞蛋白合成技術（CFPS）不需要漫長的細胞培養周期，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，適配高通量實驗設計，短時間內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擴增與AlphaLISA高通量檢測相結合，建立了一套無需細胞培養、可在24小時內從序列到抗體篩選的快速平臺，成功對135株已發表的抗SARS-CoV-2抗體與119株免疫小鼠來源的抗體進行快速功能評價，鑒定出多個候選中和抗體，其中SC2-3抗體可結合所有受試的病毒突變體。這一技術為抗體藥物研發提供了快速、高通量的解決方案。

無細胞抗體篩選工作流程。

DOI: 10.1038/s41467-023-38965-w

二、CFPS在酶制劑中應用

酶在化學合成、藥物開發等領域發揮著關鍵作用。傳統方法需要經過轉化、培養、誘導表達及裂解等多個步驟，耗時久，嚴重制約了研發效率。無細胞蛋白合成系統能夠直接利用線性DNA模板進行蛋白質合成，快速表達大量酶突變體，同時反應體積可縮小至μL級，便于在多孔板或微流控系統中并行高通量測試。

Landwehr等人開發了一個集成的高通量技術平臺，將無細胞表達系統與機器學習模型深度整合，開發了“設計-構建-測試-學習”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建與蛋白質合成，在24小時內生成數百至數千個序列明確的蛋白質突變體，并對1217種突變體在10953個獨特化學反應中的底物偏好進行了評估，以此繪制出詳細的酶適應度景觀。基于這些數據，團隊構建增強嶺回歸模型，成功預測出能夠高效合成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與機器學習相結合的酶工程平臺。

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

三、CFPS在藥物發現中的應用

CFPS能夠用于膜蛋白、多肽類、ADC等藥物研發過程中。Gu等人通過CFPS構建了原位合成膜蛋白親和色譜（iSMAC），實現了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，同時結合位點定向突變，能夠快速驗證藥物結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技術結合，構建了XpressCF+平臺，用于開發位點特異性的新型ADC。通過將帶疊氮基團的pAMF位點特異性插入曲妥珠單抗，該平臺成功產出DAR高度均一的ADC。目前，Sutro開發的STRO-004正在進行Ⅰ期臨床試驗，用于評估復發性/轉移性實體瘤成人患者中的安全性、藥代動力學和初步抗腫瘤活性。

四、XPressMAX?無細胞蛋白合成解決方案

義翹神州自主研發的XPressMAX?無細胞蛋白合成試劑盒（貨號：CFKIT02），無需繁瑣的細胞培養或轉染操作，僅需向反應體系中加入質粒或PCR產物，即可在數小時內獲得具有高可溶性、高活性的目的蛋白，廣泛應用于抗體藥物發現、高通量篩選等多元化場景，加速候選分子的驗證與優化。

新品上市，0元免費試用火熱申請中~

參考文獻：

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