frontier-banner
Frontiers
Home>Frontiers>

Antibodies | N-Glycosylation of Antibodies: Biological Effects During Infections and Therapeutic Applications

Antibodies | N-Glycosylation of Antibodies: Biological Effects During Infections and Therapeutic Applications
--

小赛推荐:

本文系统综述了抗体N-糖基化在感染和治疗中的作用,重点分析了其对Fc受体结合、补体激活及抗病毒/抗细菌中和能力的影响。文章还讨论了感染和疫苗接种对抗体糖基化谱的影响,为疾病阶段诊断和治疗性单克隆抗体的优化提供了重要依据。

 

文献概述
本文《N-Glycosylation of Antibodies: Biological Effects During Infections and Therapeutic Applications》,发表于《Antibodies》杂志,回顾并总结了抗体N-糖基化的生物学作用及其在感染和治疗中的功能。文章指出,抗体的N-糖基化影响其效应功能,如ADCC、补体激活和细胞因子释放,且在不同感染(如结核病、登革热、流感和新冠病毒)和疫苗接种后,抗体的糖基化谱发生显著变化,可用于评估感染阶段和疫苗效果。

背景知识
抗体(免疫球蛋白)是体液免疫的关键效应分子,其功能不仅依赖于抗原结合位点,还受到N-糖基化修饰的深度影响。N-糖基化在抗体恒定区(尤其是IgG的Asn297位点)高度保守,对抗体构象、稳定性及与Fc受体(FcγR)和补体C1q的相互作用至关重要。感染和疫苗接种会动态改变抗体的糖基化谱,如低岩藻糖基化和高唾液酸化,从而影响炎症或免疫调节功能。治疗性单抗的药代动力学和安全性也与N-糖型密切相关。因此,研究抗体糖基化修饰的调控机制对感染免疫学和单抗开发具有重要意义。

 

提供多种基因编辑小鼠模型,支持感染性疾病、免疫治疗和疫苗研究,包括结核病、登革热和新冠病毒感染模型构建。

 

研究方法与实验
本文通过系统性文献回顾,分析了不同抗体亚型(IgG、IgA、IgM、IgD、IgE)的N-糖基化位点及常见糖型,结合感染和疫苗接种模型,评估糖基化修饰对Fc受体结合、补体激活及中和病原体能力的影响。研究还总结了不同疾病(如结核病、新冠、登革热)和疫苗(如mRNA、腺病毒载体疫苗)对抗体糖基化谱的动态调控,并通过临床数据验证其与疾病阶段和疫苗免疫原性之间的相关性。

关键结论与观点

  • IgG的N-糖基化(特别是Asn297位点)在感染和疫苗接种后发生动态变化,影响其与FcγR的结合能力,进而调控ADCC和炎症因子释放。
  • 在结核病患者中,IgG的低半乳糖基化和高岩藻糖基化与疾病活动相关,而干扰素γ等细胞因子可调控糖基化相关酶的表达。
  • 新冠病毒感染会降低IgM的甘露糖基化,但增加唾液酸含量,从而增强其促炎效应并激活补体系统。
  • 疫苗接种可诱导IgG的高唾液酸化和岩藻糖基化,影响其与FcγRIIb等抑制性受体的结合,进而影响体液免疫记忆的形成。
  • IgA的N-糖基化位点(如Asn459)在黏膜免疫中具有中和病原体的双重功能,既可独立于Fab区阻断病原体结合,也能通过FcαRI调节免疫应答。

研究意义与展望
抗体的N-糖基化修饰不仅影响其效应功能,还与感染的严重程度和疫苗诱导的免疫记忆密切相关。未来研究可进一步探索特定糖基化修饰在感染诊断中的潜力,以及其在单抗开发中的优化方向。此外,如何通过糖工程化技术改善治疗性抗体的稳定性、半衰期和效应功能,是提升免疫治疗效果的关键方向。

 

提供抗体药物研发平台,支持全人源抗体小鼠、单抗开发及抗体效应功能评估,适用于感染和肿瘤免疫治疗研究。

 

结语
本文系统总结了抗体N-糖基化在感染和治疗中的作用,强调了糖基化谱在调控Fc受体结合、补体激活和中和病原体中的功能多样性。在多种感染模型中,抗体糖基化修饰的变化与疾病严重性、疫苗诱导免疫应答相关,提示其在疾病诊断和治疗优化中的潜在应用。未来,结合糖组学与抗体工程技术,有望进一步提升治疗性抗体的功能特异性与安全性,为感染免疫和肿瘤靶向治疗提供新思路。

 

文献来源:
Jessica Castañeda-Casimiro, Luis Vallejo-Castillo, Eliud S Peregrino, Isabel Wong-Baeza, and Jeanet Serafín-López. N-Glycosylation of Antibodies: Biological Effects During Infections and Therapeutic Applications. Antibodies.
蛋白折叠稳定性评估
通过蛋白序列逆折叠模型ESM-IF,预测蛋白质的绝对稳定性ΔG。 传统的物理方法(如FoldX、Rosetta等)预测蛋白稳定性ΔG,依赖于高置信度结构pdb,如果突变太多,结构置信度降低,预测结果较差。在ProteinGym的benchmark结果表明,生成模型ESM-IF在zero-shot预测DMS数据的蛋白突变稳定性ΔΔG达到同类最佳水平。该方法是在突变预测基础上的延伸,利用ESM-IF模型直接预测完整蛋白折叠稳定性的绝对ΔG值。 经过测试,预测误差RMSE ≈ 1.5 kcal/mol,相关系数为0.7,是预测蛋白质的折叠稳定性ΔG的重大突破。