抗原和表位有什么区别？

抗原是被抓住的整个分子（例如「PD-1 蛋白」），表位是这个抗原上真正被抗体接触到的那几个残基。用编程类比：抗原是整个对象，表位是这个对象实际暴露出来的那个接口。互补位则是抗体一侧发生接触的残基，位于 CDR 上。

KD 越大还是越小代表结合越强？

越小越强。KD 是解离常数，单位是摩尔（M）。10⁻⁶（μM）算弱，治疗性抗体大致落在低 nM（10⁻⁹）到 pM（10⁻¹²）这个区间。读它的方式和读延迟指标一样：只看数量级，越小越好。关系式是 KD = koff / kon。看到具体数字要先确认它是用什么方法测的——ELISA 给的 EC50/IC50 是表观值，不能和 SPR 的 KD 放进同一列。

线性表位和构象表位有什么区别？

线性表位是连续的一段氨基酸，可以直接当字符串比对；构象表位由序列上相距很远、折叠后才凑到一起的残基组成，只能从三维结构算出来，而且占大多数。所以「从一维序列预测表位」这句话对构象表位并不成立。

DAY 1 · S2 · 上午 60 分钟

「结合」就是两个对象的匹配

这一节讲清「抓住」这件事怎么发生、怎么量化。

U2.1抗原 ≠ 表位（这两个词最容易混）

术语	是什么	编程类比
抗原 antigen	被抓的整个分子，比如「PD-1 蛋白」	整个对象
表位 epitope	抗原上真正被抓住的那几个残基	对象暴露的那个接口
互补位 paratope	抗体这一侧实际接触的残基（在 CDR 上）	接口的实现方

一个抗原分子上通常有多个不同的表位，可以被不同的抗体分别识别。所以「A 抗体和 B 抗体都抓 PD-1」并不意味着它们抓的是同一个地方—— 这个区别在药物竞争分析里非常要紧。

线性表位 vs 构象表位

表位分两种，这个区分是本节最有价值的一条：

类型	定义	能否从一维序列拿到
线性表位 linear / continuous	连续的一段氨基酸	能，可以直接当子串比对
构象表位 conformational	序列上离得很远、折叠后才凑到一起的几个残基	不能，只能从三维结构算，而且占大多数

判断力训练：如果有人说「我们从一维序列预测表位」，你立刻应该想到——构象表位的信息根本不在一维序列里。这句话要么是简化表述（其实用了结构预测），要么说话的人不懂。 这是你能问出的第一个让对方露底的问题。

抗原表位及其分类 B 站 · 6:45 · 讲清一个抗原上有很多表位、线性 vs 构象、功能性 vs 隐蔽表位

U2.2KD：结合强度，像读延迟指标一样读它

KD 解离常数单位 M（摩尔浓度），数值越小结合越牢

≈

p99 延迟越小越好，且只看数量级不看绝对值

10⁻³  mM  毫摩尔   几乎没结合
10⁻⁶  μM  微摩尔   弱
10⁻⁹  nM  纳摩尔   ← 治疗性抗体常见范围的上沿
10⁻¹² pM  皮摩尔   ← 很强；不少上市大品种报在这一带
10⁻¹⁵ fM  飞摩尔   极罕见

治疗性抗体大致落在低 nM 到 pM 这个区间。更精确的分布因适应症和测定方法而异，看到具体数字先看它是用什么方法测的 （见下一小节）——这比记住一个「典型值」有用得多。

关系式：KD = koff / kon。kon 是结合速率，koff 是解离速率。结合越快（kon 大）、脱落越慢（koff 小），KD 越小、结合越牢。

建立这个条件反射就够了

看到 KD_M = 1e-11，心里直接翻译成「10 皮摩尔，很强」。看到 2e-6，翻译成「2 微摩尔，偏弱」。
再多一步：看到没写单位的 KD 数字，先问单位。 同一份表里混着 M 和 nM 是真实存在的数据事故，差 9 个数量级。

不是越强越好：直觉上 KD 越小越好，但实际做药时并非如此—— 结合太牢可能导致组织穿透差、脱靶毒性大。「最优亲和力」是个区间不是极值。 所以别把 KD 当成单调的质量分去给数据排序。

Kd, the Dissociation Constant: What is it? YouTube · Catalyst University · 英文，专讲 KD 一个概念

U2.3三种测量方法 = 三种可信度

方法	怎么测	给什么	可信度
SPR 表面等离子共振	靶点固定在芯片上，抗体流过，光学信号实时看结合与脱落	KD + kon + koff	金标准
BLI 生物膜干涉	原理类似，用探针而非流通池	同样是实时动力学：ka + kd + KD	快而便宜，通量高
ELISA 酶联免疫吸附	酶显色，看颜色深浅	可定量测浓度；亲和力方向只给 EC50 / IC50 这类表观值	不是 KD 的来源

关于 ELISA 要说准，这本身就是一次判断力训练： 说「ELISA 是定性的」不准确——它可以做定量，标准曲线法测蛋白浓度是它的日常工作。
准确的说法是：ELISA 给不出真正的 KD 和结合动力学，它给的 EC50／IC50 是表观亲和力，受包被密度、孵育时间、二抗等实验条件影响， 不同实验室之间不可直接比较。
所以问题不在于「定性还是定量」，在于这个数字能不能和 SPR 的 KD 放进同一列。答案是不能。

由此产生一个常见的忽悠点： 把 ELISA 的表观值和 SPR 的定量 KD 混在一起，报成「结合数据 X 条」。
真实案例：某份数据的亲和力表有 8,622 行，但按方法拆开之后， 真正的定量 KD 只有 49 行。诚实的做法是按证据强度分列，而不是报一个大数。
→ 这条会在 S8 的十个必问问题里变成你的第 7 问。

U2.4ΔΔG：突变让结合变强还是变弱

还有一类数据你会遇到：ΔΔG（读作 delta-delta-G），表示「把某个残基换成另一个之后，结合自由能变化了多少」，单位通常是 kcal/mol。

ΔΔG单点突变造成的结合强度变化

≈

A/B 测试的 delta基线 vs 改动后的差值，而非绝对值

符号约定是个真实的坑：不同数据库对「变强」用正号还是负号 约定不一致。合并两个来源的 ΔΔG 数据而不核对符号约定，会得到一份系统性反号的训练集——而且它看起来完全正常。这是「两份数据用了不同基准」这类 bug 的又一个实例，和 S6 里的毒株编号问题同源。

当堂自测

四道题。第三题是本节最值钱的一条。