IgA 肾病（IgA nephropathy，IgAN）是常见的原发性肾小球疾病。半乳糖缺乏型 IgA1（galactose-deficient IgA1，Gd-IgA1）被认为是 IgAN 多重打击发病机制中的关键起始分子，也是最具潜力的血清学标志物之一。过去多年，Gd-IgA1 检测技术不断迭代：从凝集素法到单克隆抗体法，从常规 ELISA 到时间分辨荧光等高灵敏平台。然而，单纯增强信号并不能解决所有问题。如果上游抗体只能识别 Gd-IgA1 中某一个局部糖表位，那么检测平台再灵敏，也只能把已经被抗体捕获的部分分子放大。而现有方法测不到的患者， 不一定是体内没有Gd-IgA1，也可能是其主要糖型不在当前单抗的有效识别范围内。
Gd-IgA1 不是一个结构完全一致的分子
IgA1 铰链区含有多个潜在 O-糖基化位点。在正常糖基化过程中，GalNAc 会进一步延伸，形成含半乳糖及其他修饰的糖链；当半乳糖基化不足时，裸露的 GalNAc 及其周围肽段形成可被抗体识别的复合糖表位。问题在于，半乳糖缺失可以发生在不同位点，不同患者的 GalNAc 暴露数量、位置和组合并不相同；相邻糖链、Core 1 延伸和唾液酸化还会改变表位的空间可及性。因此，临床上的 Gd-IgA1 更像是一组高度异质的糖型分子，而不是一个固定抗原。
图 1｜不同患者的 GalNAc 暴露模式可能不同；单一表位抗体难以完整覆盖糖型异质性。
传统开发路径成就了今天，也限制了下一步
当前 Gd-IgA1 单克隆抗体主要依赖体外合成糖肽、动物免疫与杂交瘤筛选。研发人员通常先合成 IgA1 铰链区短肽，在一个或多个位点引入 GalNAc，与载体蛋白偶联后免疫小鼠或大鼠，再从大量杂交瘤克隆中筛选候选抗体。这是现阶段可执行、也已被反复验证的经典方法。但它存在四个很难从流程层面完全消除的限制：
01 合成糖肽只能近似模拟天然抗原
完整的 IgA1 具有复杂的高级结构和多位点糖基化。在体外制备拥有明确、均一且位点特异性糖基化状态的完整 IgA1，技术难度、成本和批间一致性控制要求都很高。因此，研发往往只能使用短链合成糖肽，难以完整重现天然分子中的空间构象、邻近糖链影响和铰链区可及性。
02 动物免疫存在免疫优势偏倚
即使免疫原同时含有多个 GalNAc 位点，免疫系统也不会平均地针对每一个位点产生抗体。空间上更容易暴露、更容易触发免疫应答的优势表位，往往会主导最终获得的克隆。
03 杂交瘤筛选具有内在随机性
传统流程先让动物产生抗体库，再从已经形成的 B 细胞克隆中寻找可用抗体。研发人员能选择免疫原，却很难预先规定抗体必须以何种角度接近糖肽，或必须同时接触哪些糖基和氨基酸。
04 单一克隆难以应对人群糖型异质性
当一株抗体偏向某个局部糖表位时，它对携带其他糖基化组合的患者就可能响应不足。这种表位偏好会直接影响检测的人群覆盖范围。
图 2｜KM55 代表的经典路径：多位点 GalNAc 糖肽免疫大鼠，但最终单抗主要识别 Thr225 附近的局部 motif。
2015 年，KM55 的出现使 Gd-IgA1 检测摆脱了对 HAA 凝集素的完全依赖，提高了检测的稳定性与标准化潜力。但后续表位解析发现，虽然免疫原含有多个 GalNAc 修饰位点，KM55 主要偏向 Thr225 附近的 PST(GalNAc)PP 复合表位。2026 年报道的 MH33 则采用 Thr236 单位点 GalNAc 糖肽免疫 BALB/c 小鼠，获得偏向 Thr236 附近糖表位的抗体。在临床样本中，MH33 与 KM55 检测结果的相关性较低（IgAN 组 r=0.23，P=0.09），这表明两株抗体可能捕获了不完全相同的 Gd-IgA1 分子信号。
图 3｜MH33 与 KM55 偏向不同的 GalNAc 糖表位，提示单抗的表位选择会改变临床样本的检测信号。
人工智能正在重塑抗体开发路径
目前，人工智能与结构生物学正在提供一条不同的路径。传统方法是先让动物形成抗体库，再从库中寻找最接近目标的克隆；AI 辅助设计则可以先定义希望识别的糖表位和需要排斥的正常糖型，再生成并筛选更匹配这些条件的候选序列。
1. 多位点定向设计：针对 Thr225、Thr228、Ser230、Ser232、Thr233、Thr236 等潜在位点分别建立候选结构，而不必等待免疫系统替研发者选择表位。
2. 糖基与肽骨架双重识别：候选抗体的 CDR 不仅需要接触 GalNAc，还需要识别其邻近肽段，从结构上建立位点特异性。
3. 在设计阶段引入负向筛选：将无糖铰链区、完整 Core 1 及其他正常 IgA1 糖型设为负向结构，优先淘汰可能发生正常 IgA1 交叉结合的序列。
4. 以组合覆盖取代“万能单抗”假设：根据表位和结构聚类选择互补抗体，通过双抗或多抗体 panel 扩大人群糖型覆盖范围。
图 4｜AI 辅助设计的价值在于扩大可探索序列空间，并通过正向、负向与结构筛选将大量计算候选压缩为少量实验候选。
当然，AI 设计不能凭计算结果直接保证临床性能。候选抗体仍需经过异源表达、合成糖肽绑定、亲和力分析、正常 IgA1 交叉反应、天然 Gd-IgA1 识别及临床队列验证。AI 的核心价值在于让湿实验从一组更符合目标结构的候选序列开始，降低完全依赖随机克隆的概率。
下一代 Gd-IgA1 检测需要什么样的抗体？
一株真正有价值的候选抗体，不应只是在人工合成糖肽上获得较强信号。它需要通过一条更严格的证据链：
明确识别指定的半乳糖缺乏位点，并可实验解析其核心表位；
同时识别 GalNAc 糖基与邻近肽骨架，而不是泛化结合糖基；
对无糖肽、完整 Core 1 及正常 IgA1 保持低交叉反应；
在完整天然 IgA1 与患者样本中仍然保留结合能力；
具有适合试剂开发的亲和力、特异性、稳定性与可制造性；
与其他表位抗体形成互补，在临床队列中证明组合后的增量价值。
面对高度异质的 Gd-IgA1，与其继续寻找一株“覆盖所有糖型”的万能抗体，更可行的方向可能是：定向设计多个表位抗体，再用临床数据找到最具互补性的组合。 |
Gd-IgA1 检测已经完成了从凝集素法到单克隆抗体法的重要跨越。而下一次升级，可能不再只来自信号检测平台，而将发生在更底层的抗体设计阶段。当表位可以由研发人员主动定义，当正向识别与负向排斥可以在设计阶段同时考虑，当多株抗体可以围绕人群糖型异质性形成互补覆盖，Gd-IgA1 检测才有可能突破单一表位带来的性能上限。
本中心合作单位奥根诊断正在推进 Gd-IgA1 铰链区新型单克隆抗体的研究与验证。
敬请关注后续技术进展。
参考文献
[1] Yasutake J, et al. Novel lectin-independent approach to detect galactose-deficient IgA1 in IgA nephropathy. Nephrol Dial Transplant. 2015;30:1315–1321. DOI: 10.1093/ndt/gfv221.
[2] Yamasaki K, et al. Galactose-Deficient IgA1-Specific Antibody Recognizes GalNAc-Modified Unique Epitope on Hinge Region of IgA1. Monoclon Antib Immunodiagn Immunother. 2018;37:252–256. DOI: 10.1089/mab.2018.0041.
[3] Kao S, et al. Ultrasensitive Immunoassay Using a Novel Galactose-Deficient IgA1 Antibody and Its Clinical Application in the Diagnosis of IgAN. Kidney Int Rep. 2026;11:106642. DOI: 10.1016/j.ekir.2026.106642.
声明：本资料用于技术与行业交流，不构成临床诊断建议。文中对 AI 设计的描述为研发方向与技术展望；产品性能与预期用途应以最终实验、临床验证及注册批准内容为准。