AI蛋白从头设计平台多靶点验证成功 GPCR家族全部命中 - 5001拉斯维加斯

传统抗体发现常借助动物免疫或大规模文库搜索。近期一份技术报告展示了另一种路径，通过AI平台直接生成并验证候选分子。

该平台在跨靶点与跨模态的任务中，仅用少量候选即完成实验确认，展现出从生成到验证的统一流程。

项目效率：高成功率与少量筛选

报告覆盖18个靶点、19个设计项目，涉及纳米抗体与大环肽两种模态。每个项目仅测试9至50个分子，18个项目获得结合确认，成功率达到94.7%。

全部453个受测候选中，139个确认结合，整体命中率30.7%。15个项目至少获得两个结合分子，为后续比较优化提供空间。

计算端提前排除低价值候选，使实验资源集中于高潜力分子，实现从海量筛选向精准设计的转变。

GPCR挑战：膜蛋白靶点全数突破

GPCR作为膜蛋白，结构复杂且结合区域有限，是抗体从头设计的公认难题。平台针对CCR7等六个靶点开展设计，全部获得实验确认的结合分子。

最优亲和力均达纳摩尔级，部分靶点命中率高达100%。在无已知先例的靶点上，候选命中率仍保持59.6%，证明平台无需参考分子即可生成有效序列。

迭代能力：跨轮次优化与模态拓展

对已有结合分子的六个靶点再次设计，五个项目在命中率或亲和力上获得提升。以PDGFR为例，命中率从4%升至21.1%，亲和力提升四倍。

大环肽模态同样跑通，MDM2与PD-L1项目分别实现76.2%与39.3%的命中率，显示工作流可复用于不同分子类型。

分子质量：可开发性与序列新颖并重

部分候选在小规模细胞表达中显示良好水平，纯化后以非聚集主峰为主，非特异性反应较低。平台将可开发性质提前纳入评估。

生成序列与数据库比较显示，抗原识别区域存在显著差异，关键结合环区呈现新颖构象，避免对已知分子的简单改造。

结构基础：高精度预测支撑设计

自研全原子预测模型在抗体-抗原界面基准上，高质量预测成功率达39%，约为同类结果的两倍，为候选筛选提供可靠依据。

底层模型与生成、评估、模拟工具共同构成闭环，使精准分子设计成为可重复解决研发问题的技术基础设施。5001拉斯维加斯 5001拉斯维加斯