首页  >  滚动

2026-08-05      滚动      来源:另镜      8

摘要:先定义靶点、表位、分子形式和性能要求,再由AI生成候选,并通过湿实验反馈持续迭代

【另镜网】8月5日上午消息,近日,“AI+新药研发研讨会:从靶点到交易”在深圳举行。分子之心创始人许锦波在演讲中表示,AI带来的变化不只是提高结构预测速度,更是推动生物药研发从“大规模筛选”转向“可编程设计”:先定义靶点、表位、分子形式和性能要求,再由AI生成候选,并通过湿实验反馈持续迭代。

据介绍,分子之心目前已在纳米抗体、环肽等具有产业价值且设计难度较高的分子模态上获得阶段性实验结果,覆盖TNFα、PD-L1、MDM2等十几个不同类型的靶点,初步显示出在不同靶点和分子模态中的应用潜力。

据分子之心披露,按其结合实验判定标准,针对TNFα设计并测试的14个纳米抗体中,有7个显示结合活性,最优候选分子的结合亲和力达到51皮摩尔;针对PD-L1设计的30个候选纳米抗体中,有26个获得实验命中。

此外,据现场公布的阶段性数据,在MDM2项目中,21个AI设计候选环肽中有16个显示可检测结合,最佳KD为13.7微摩尔;在PD-L1项目中,19个候选中有6个显示结合信号。虽然相关结果仍需进一步功能和成药性验证,但说明该方法能够跨越VHH与环肽这两类不同的分子模态,直接生成可进入实验验证的候选序列。

据分子之心介绍,其自主研发的AI原生生物经济操作系统MoleculeOS(简称MOS)并非简单组合通用开源模型,而是建立在其自研蛋白质基础模型、结构预测和分子设计技术之上,形成从任务定义、候选生成、多维评估到实验反馈的闭环。

MOS的重要技术底座之一,是分子之心自主研发的多模态蛋白质基础模型NewOrigin(达尔文)。据分子之心介绍,NewOrigin面向蛋白质设计任务构建,通过多模态生成、多层次数据和多指标评估,用于新蛋白质序列和结构的生成、评估与优化。

许锦波认为,随着AI技术的应用,立项的核心问题也将由“能否筛选到一个活性分子”,转向“能否定义一个可计算、可验证的设计空间”。亲和力、选择性、表达、稳定性和作用机制等目标,可以在项目开始时同步进入设计。研发团队还可以先用数十个甚至更少的候选分子验证核心科学假设,再依据实验数据决定是否扩大投入。



评论区
登录    注册   

Copy Right © 2025 www.demirror.cn All Rights Reserved