姓名:吕永琴,在北京化工大学生命科学与技术学院担任教授、博士生导师,主要研究方向为生物化工,从事生物酶催化和生物分离过程中的分子间相互作用调控、限域微环境调控促进生物催化、仿生抗体工程、光/电驱动生物催化等工作。
传统蛋白抗体在体外诊断应用中存在高成本、低稳定性、长周期、高依赖等关键问题,限制了体外诊断试剂的性能提升和产业化应用。
本项目创新性地开发出具有高亲和力(KD可达10-12 M)和高选择性的抗体模拟物,通过构建由机器学习引导的分子筛选、高通量功能单体构建平台、分子识别机制解析与定向组装、多尺度分子动力学模拟等四重融合的技术体系,系统建立了标准化功能单体库,实现了抗体模拟物的可控规模化制备。该体系突破性地实现了在复杂生理环境中对生物大分子的精准识别与高效合成。
本成果开发的抗体模拟物可精准识别多类生物标志物,为高性能体外诊断提供关键原材料支撑;首创的四重融合技术体系为抗体替代物的工程化设计和产业化应用提供了全新路径,具有原始创新性;同时,该成果有效解决了传统蛋白抗体的成本、稳定性、周期和依赖性问题,显著提升了体外诊断试剂的性能和产业化效率。
20250601
应用研究;技术开发和产业化
化学发光、流式细胞术、免疫组化、免疫荧光、酶联免疫分析
新技术;新产品
国家自然科学基金
本成果聚焦传统蛋白抗体在体外诊断应用中存在的“高成本、低稳定性、长周期、高依赖”的关键“卡脖子”问题,创新性地开发出具有高亲和力(KD可达10-12 M)和高选择性的抗体模拟物,可精准识别多类生物标志物(如心血管类BNP、NT-proBNP、肌钙蛋白,肿瘤类PSMA、EGFR、MMP-9、CD24/Siglec10、PD-L1/PD-1、CD47、波形蛋白、酪氨酸酶,病原微生物,以及IgG等免疫分子),为高性能体外诊断提供关键原材料支撑。本项目首创性地构建了由机器学习引导的分子筛选、高通量功能单体构建平台、分子识别机制解析与定向组装、多尺度分子动力学模拟等四重融合的技术体系,系统建立了标准化功能单体库,实现了抗体模拟物的可控规模化制备。该体系突破性地实现了在复杂生理环境中对生物大分子的精准识别与高效合成,为抗体替代物的工程化设计和产业化应用提供了全新路径。
