北京
8月3日消息，近日，“AI+新藥研發研討會：從靶點到交易”在深圳舉行。分子之心創始人許錦波在會上表示，AI帶來的變化不只是提高結構預測速度，更是推動生物藥研發從“大規模篩選”轉向“可編程設計”，即先定義靶點、表位、分子形式和性能要求，再由AI生成候選分子，并通過濕實驗反饋持續迭代。
據介紹，目前分子之心已在納米抗體、環肽等分子模態上獲得階段性實驗結果，覆蓋TNFα、PD-L1、MDM2等十余個不同類型靶點。其中，針對TNFα設計并測試的14個納米抗體中，有7個顯示結合活性，最優候選分子的結合親和力達到51皮摩爾；針對PD-L1設計的30個候選納米抗體中，有26個獲得實驗命中。
在環肽方面，MDM2項目的21個AI設計候選環肽中，有16個顯示可檢測結合，最佳KD為13.7微摩爾；PD-L1項目的19個候選中，有6個顯示結合信號。分子之心表示，相關結果仍需要進一步進行功能和成藥性驗證，但初步顯示其方法能夠跨越VHH與環肽兩類不同分子模態，生成可進入實驗驗證的候選序列。
除了結合能力，分子之心還嘗試將表達、純度和聚集等可開發性指標前移至AI設計階段。在10毫升規模的CHO細胞表達實驗中，多批AI從頭設計的VHH-Fc候選表達量達到數百毫克/升，部分超過1克/升。針對GPCR靶點CCR7，從頭設計VHH的瞬時表達量均超過0.5克/升，純度達到90%至99%，其中多個分子被驗證為特異性結合分子。
在另一個受低表達和聚集問題制約的融合蛋白項目中，AI通過重新設計蛋白骨架，使候選分子的表達量提高約200倍，單體比例達到約90%。
支撐上述應用的是分子之心自主研發的AI原生生物經濟操作系統MoleculeOS（MOS）。據介紹，該平臺建立在自研蛋白質基礎模型、結構預測和分子設計技術之上，將任務定義、候選生成、多維評估以及實驗反饋組織為研發工作流。MOS的重要技術底座之一，是分子之心自主研發的多模態蛋白質基礎模型NewOrigin（達爾文），用于新蛋白質序列和結構的生成、評估與優化。
許錦波認為，隨著AI進入實驗驗證階段，生物藥立項的核心問題也將從“能否篩選到一個活性分子”，逐漸轉向“能否定義一個可計算、可驗證的設計空間”。親和力、選擇性、表達、穩定性和作用機制等目標，可以在項目開始階段同步進入設計，并通過少量候選分子的實驗結果驗證核心科學假設。
不過，從獲得具有結合活性的候選分子到形成真正的新藥，仍需要經過進一步功能、成藥性、臨床前以及臨床驗證。AI大分子設計目前更多體現出的價值，是為項目選擇、候選設計和早期實驗驗證提供新的技術路徑。（定西）
本文來源：網易智能
責任編輯：
葛嘉淼_NBJS32703
