抗体モデリングでバイオ医薬品開発を支える｜構造予測と設計への応用

抗体モデリングとは

抗体モデリングとは、抗体分子の立体構造をコンピュータ上で予測・構築する技術です。抗体のアミノ酸配列情報から三次元構造を推定し、抗原との結合様式や抗体の特性を解析するために用いられます。

抗体医薬品の開発において、抗体の立体構造を理解することは重要です。抗体がどのように抗原を認識し結合するかを分子レベルで把握することで、結合親和性の向上や特異性の改善、安定性の最適化など、さまざまな設計指針を得ることができます。

すべての抗体候補についてX線結晶構造解析やクライオ電子顕微鏡などの実験的手法で構造を決定することは、時間とコストの面で現実的ではありません。抗体モデリングを活用することで、実験に先立って構造情報を取得し、開発の効率化を図ることが可能になります。

抗体の基本構造

抗体モデリングを理解するためには、抗体分子の基本構造を把握しておく必要があります。ここでは、モデリングの前提知識として重要な構造要素を整理します。

全体構造とFab/Fc領域

抗体（免疫グロブリン）は、Y字型の構造を持つタンパク質です。2本の重鎖（Heavy chain）と2本の軽鎖（Light chain）がジスルフィド結合で連結された構造をしています。

Y字の上部にある2つの腕の先端部分が抗原と結合する領域であり、Fab領域（Fragment antigen-binding）と呼ばれます。Y字の下部の幹にあたる部分はFc領域（Fragment crystallizable）であり、免疫細胞との相互作用や体内での半減期に関わります。

可変領域と定常領域

重鎖と軽鎖は、それぞれ可変領域（Variable region）と定常領域（Constant region）から構成されています。可変領域は抗体ごとにアミノ酸配列が大きく異なる部分であり、抗原認識の特異性を決定します。重鎖の可変領域をVH、軽鎖の可変領域をVLと表記します。

定常領域は、同じクラスの抗体間で配列が保存されている部分です。定常領域の構造は比較的予測しやすく、既知の構造を参照することで高精度なモデルを構築できます。

CDRとフレームワーク領域

可変領域の中でも、抗原との結合に直接関与する部分をCDR（Complementarity Determining Region、相補性決定領域）と呼びます。各可変領域には3つのCDR（CDR1、CDR2、CDR3）が存在し、重鎖と軽鎖を合わせると計6つのCDRが抗原結合部位を形成します。

CDRは配列の多様性が高くループ構造をとっており、このCDRループの構造が抗原認識の特異性と親和性を決定する重要な要素です。特に重鎖のCDR3（CDRH3）は長さと配列の多様性が大きく、構造予測が困難な領域とされています。

CDR以外の可変領域はフレームワーク領域（Framework Region、FR）と呼ばれ、CDRを支持する骨格構造を形成しています。保存性が高いため構造予測の精度も高くなります。

モデリングの主要手法

抗体モデリングでは、抗体の構造的特徴を活かした複数の手法が用いられています。構造の各部位に応じて適切な手法を組み合わせることで、全体として精度の高いモデルを構築します。

テンプレートベースモデリング

抗体モデリングの基本的なアプローチは、既知の抗体構造をテンプレート（鋳型）として利用する方法です。抗体の構造情報はSAbDab（Structural Antibody Database）などの専用データベースに蓄積されており、これらがテンプレート選択の基盤となります。

定常領域とフレームワーク領域は保存性が高いため、配列類似性の高い既知構造を選択し、高精度なモデルを構築できます。この考え方は一般的なタンパク質のホモロジーモデリングと同様です。

CDRループのモデリング

CDRループ、特にCDRH3のモデリングは、抗体モデリングにおいて技術的に難度の高い課題です。CDRループは配列の多様性が高く長さも可変であるため、単純なテンプレートベースの手法では対応が困難な場合があります。

カノニカル構造アプローチは、CDRループが限られた数の構造パターン（カノニカル構造）に分類できるという知見に基づいています。CDR1、CDR2、および一部のCDR3については、配列の特徴からカノニカル構造を予測し、対応するテンプレートを選択できます。ループモデリングは、テンプレートが見つからない場合やCDRH3のような多様性の高いループに対して適用され、既知ループ構造のデータベース検索や分子力学計算による構造最適化などが用いられます。

AI予測手法は、大規模な抗体構造データを学習したディープラーニングモデルにより、CDRループの構造を高精度に予測する手法です。従来手法では困難だったCDRH3の予測精度が向上しています。

VH-VL配向の予測とモデルの精密化

抗体の抗原結合部位はVHとVLの両方のCDRによって形成されるため、VHとVLの相対配置（配向）も抗原結合に影響を与える重要な要素です。界面の残基パターンに基づく方法や、既知構造の統計情報を活用する方法などで予測されます。

構築された抗体モデルは、エネルギー最小化や分子動力学シミュレーションによって精密化されます。立体化学的な妥当性やエネルギー的な安定性を評価することでモデルの品質を検証します。

AI予測技術の影響

近年のAI予測技術の進展は、抗体モデリングの精度と効率を大きく変えつつあります。ここでは、AlphaFoldをはじめとするAI技術が抗体モデリングに与える影響を整理します。

AlphaFoldとAlphaFold-Multimer

AlphaFold2はアミノ酸配列から高精度にタンパク質の立体構造を予測できるAIモデルであり、抗体のフレームワーク領域の予測にも高い精度を発揮します。さらにAlphaFold-Multimerは複数鎖からなる複合体構造の予測に対応しており、重鎖と軽鎖の対構造や抗原-抗体複合体の予測にも活用されています。

ただし、CDRループ、特にCDRH3の予測精度については依然として課題があり、抗体に特化した従来手法やアンサンブル予測との組み合わせが有効とされています。AlphaFold3ではタンパク質だけでなくDNA、RNA、リガンド、イオンとの複合体予測にも対応しており、抗体と低分子薬の併用設計などへの応用が期待されています。

抗体特化型AI手法

AlphaFoldのような汎用型のAIモデルに加え、抗体構造に特化した予測手法も開発されています。抗体配列と構造の大規模データセットを学習し、CDRループの構造予測やVH-VL配向の予測に特化することで、汎用モデルを上回る精度を達成するケースが報告されています。

これらのAI手法は、従来のテンプレートベース手法やカノニカル構造アプローチと相補的に活用されます。予測の信頼度が高い部分はAI予測を採用し、信頼度が低い部分は従来手法やMDシミュレーションで補完するなど、手法を組み合わせたワークフローが実務では一般的です。

抗体医薬品開発への応用

抗体モデリングは、抗体医薬品開発のさまざまな段階で活用されています。構造情報に基づく設計指針を得ることで、実験の効率化と候補分子の品質向上に寄与します。

抗原-抗体相互作用の解析と親和性成熟

抗体モデルと抗原の構造情報を組み合わせることで、両者の結合様式を予測・解析できます。分子ドッキングを用いて抗原-抗体複合体のモデルを構築し、結合に関与する残基や相互作用のパターンを特定します。

この情報は親和性成熟にも活用されます。初期スクリーニングで得られた抗体候補の結合界面を解析し、抗原との相互作用を強化できる変異候補を絞り込むことで、変異導入実験の効率化を図ることができます。

ヒト化抗体の設計

マウスなどの動物由来の抗体をヒトに投与すると、免疫原性（異物として認識され免疫反応を引き起こす性質）が問題となることがあります。ヒト化は、抗体の大部分をヒト由来の配列に置き換えながら抗原結合能を維持するプロセスです。

ヒト化設計では、マウス抗体のCDRをヒト抗体のフレームワークに移植しますが、単純な移植では結合活性が低下することがあります。抗体モデリングにより、CDRの構造を維持するために重要なフレームワーク残基を特定し、適切な復帰変異を設計することができます。

開発適合性（Developability）の評価

抗体医薬品は、製造・保存・投与の過程で安定性を維持する必要があります。近年では、結合活性だけでなく開発適合性（developability）を早期に評価することが重視されています。

抗体モデリングにより、凝集に関与する可能性のある疎水性パッチ、脱アミド化や酸化などの化学修飾を受けやすい残基を予測できます。さらに、等電点や溶解性の推定、粘度に影響する表面特性の解析、免疫原性リスクの予測なども構造情報を基盤として実施されます。

これらの情報に基づいて、安定性や製造性を改善するための変異設計を行うことで、開発後期での失敗リスクを低減できます。

新しい抗体フォーマットへの対応

抗体モデリングの対象は、従来のIgG型抗体にとどまらず、多様な抗体フォーマットへと広がっています。新しいフォーマットの設計・最適化においても構造予測は重要な役割を果たします。

VHH（ナノボディ）

VHH（ナノボディ）は、ラクダ科動物に由来する重鎖のみの抗体から得られる単一ドメイン抗体です。通常の抗体と比べて分子量が小さく、高い安定性と組織浸透性を持つことから、診断薬や治療薬としての応用が進んでいます。

VHHは軽鎖を持たないため、VH-VL配向の予測は不要ですが、CDR3ループが長い傾向にあり、その構造予測には独自の課題があります。ナノボディに特化したモデリング手法やデータベースの整備も進められています。

二重特異性抗体とscFv

二重特異性抗体は、2種類の異なる抗原を同時に認識できる人工的な抗体形式です。2つの抗原結合部位が互いに干渉しないよう分子全体の構造を考慮する必要があり、抗体モデリングがさまざまなフォーマットの設計・評価に活用されています。

scFv（single-chain variable fragment）は、VHとVLをリンカーペプチドで連結した小型抗体フラグメントであり、二重特異性抗体の構成要素としても用いられます。リンカーの長さや配列がVH-VL配向に影響を与えるため、モデリングによる構造最適化が設計に役立ちます。