让人人都能从头设计蛋白！AlphaFold2幕后功臣创业，推出AI新模型，无需代码，一键快速设计蛋白

撰文丨王聪

编辑丨王多鱼

排版丨水成文

Simon Kohl最初是谷歌旗下 AI 公司DeepMind的研究科学家，参与了AlphaFold2的开发，共同领导了 DeepMind 的蛋白质设计团队，并在弗朗西斯·克里克研究所设立了 DeepMind 的湿实验室。之后，DeepMind 拆分出了一家 AI 制药公司——Isomorphic Labs，专注于将 DeepMind 的 AI 研究成果应用于药物研发。

这也让 Simon Kohl 确信，是时候单干了，2022 年底，他离开了 DeepMind，很快创立了Latent Labs，该公司致力于构建最前沿的蛋白质设计模型，帮助生物医药公司和研究人员从头设计新的治疗分子，从而加速新药研发 。 2025 年 2 月，Latent Labs公司宣布完成 5000 万美元融资。

近日，Latent Labs推出了Latent-X，这是一个全新的生成式 AI 模型，能够在原子级精度上从头设计生成功能性蛋白结合剂，包括大环肽和小型结合蛋白，并在实验室验证中取得了突破性的性能。

传统的药物研发需要筛选数百万种随机分子，这一过程的成功率通常低于 1%，每次实验耗时数月，且花费高昂。而Latent-X则通过精准的 AI 设计改变了这一局面，能够瞬间生成可靠的蛋白结合剂，从原子层面解决结合的几何难题，直接生成具有高结合亲和力和特异性的蛋白结合剂。

Latent-X具有原子级建模能力，可同时生成蛋白与结合剂结合的三维结构，直接在结合界面生成氢键网络，且具有双模态生成能力——既可以生成大环肽（12-18 个氨基酸），又可以生成小型结合蛋白（80-120 个氨基酸）。Latent-X对效率的提升十分显著。湿实验验证显示，Latent-X 仅通过为每个靶标设计 30-100 个候选物，就实现了通常需要数百万个候选物才能达到的效果，并且实现了低至皮摩尔级的超强结合亲和力。

为验证 Latent-X 的性能，研究团队选取了 7 种基准靶点蛋白进行大环肽和小型结合蛋白的设计实验。这些靶点曾被用于评估 AI 蛋白质设计模型 RFdiffusion、RFpeptides 和 AlphaProteo 等。

这 7 种基准靶点蛋白，涉及病毒感染（BHRF1、SC2RBD）、肿瘤与免疫调节（MDM2、MCL-1、PD-L1、IL-7Rα）、神经病变（TrkA）。

BHRF1，是一种来自 EB 病毒的抗凋亡蛋白，模拟细胞中的 Bcl-2 蛋白来抑制宿主细胞死亡，从而促进病毒的持续存在；

SC2RBD，是 SARS-CoV-2 刺突蛋白的受体结合域，其通过 ACE2 介导病毒进入细胞。破坏这种相互作用可阻止感染；

MDM2，是肿瘤抑制因子 p53 的负调控因子，在癌症中经常过度表达，抑制 p53 与 MDM2 的相互作用可作为恢复肿瘤抑制的策略。

MCL-1，是抗凋亡 Bcl-2 家族成员之一，可促进癌细胞存活和耐药性；

PD-L1，是一种细胞表面免疫检查点蛋白，能够抑制 T 细胞活化并使肿瘤得以逃避免疫系统，其极性且相对平坦的界面使得用诸如抗体之类的传统结合剂对其进行靶向十分困难。

IL-7Rα，是一种对淋巴细胞发育至关重要的细胞因子受体，也是自身免疫性疾病和白血病的治疗靶点。

TrkA，是一种参与神经生长、疼痛和炎症的神经营养因子受体，其庞大的胞外结构域和浅的疏水结合口袋给抗体和从头蛋白质设计都带来了巨大挑战。

成功率飞跃：Latent-X 在每个靶点蛋白上都生成了功能性结合剂，针对每个靶点蛋白设计不超过 30 个大环肽，设计的大环肽的命中率为 91%-100%，针对每个靶点蛋白设计不超过 100 个小型结合蛋白，设计的小型结合蛋白的命中率为 10%-64%。

超强结合亲和力：最佳设计的大环肽的结合亲和力达到了微摩尔级；最佳设计的小型结合蛋白的结合亲和力达到了皮摩尔级，这超越了其他设计模型，甚至达到了已获批药物的结合亲和力水平。

高特异性：Latent-X 可直接生成化学键，选择性地结合指定表位，实验验证显示，设计的大环肽和小型结合蛋白对其靶点蛋白具有高特异性，而这是低脱靶效应的先决条件。

无代码使用：Latent-X 可在 Latent Labs 公司官网提供的网页上使用，提供完整的实验室验证工作流程：靶标上传、热点选择、配体设计和计算排序。

可扩展性：Latent-X 成功生成了多种具有治疗意义的结合剂模式：大环肽、小型结合蛋白质等，未来还将有更多扩展。

同时生成蛋白质序列和结构：Latent-X 生成全原子结构，同时对蛋白质序列和结构进行采样，其性能优于之前那些依次生成序列和结构的方法。

最先进的计算模拟命中率：Latent-X 在未在其训练集中出现的靶点的计算模拟命中率方面优于其他模型，因此只需更少的样本就能获得实验室可行的结合剂数量。

超快的生成速度：Latent-X 生成结合剂的速度比以往的方法快 10 倍以上，将生成时间缩短至几秒，从而让计算实验变得轻松愉快。

AI 模型最近解决了生物学领域此前难以克服的技术难题，例如 AlphaFold2 实现了对蛋白质三维结构的精准预测，而生成式 AI 模型，能够超越结构预测，创造出用作候选药物的新序列和新结构。

Latent-X 作为一种通用 AI 模型，能够从零开始为未见过或之前未针对的蛋白质生成结合，Latent-X 超越了自然范式，生成遵循原子级生化规则（例如氢键和芳香环的π堆积）的全原子结合剂结构。

Latent-X 迭代生成小型结合蛋白的动画，生成的结合蛋白以橙色到紫色的渐变色显示，靶点蛋白以灰色显示，生成的化学键以粉色显示

Latent-X 可在 Latent Labs 平台上使用，使不具备编程能力的用户以及没有 AI 基础设施的用户能够从头生成结合剂

参考资料：

https://www.latentlabs.com/latent-x/