北京
8月3日消息，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会上表示，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”，即先定义靶点、表位、分子形式和性能要求，再由AI生成候选分子，并通过湿实验反馈持续迭代。
据介绍，目前分子之心已在纳米抗体、环肽等分子模态上获得阶段性实验结果，覆盖TNFα、PD-L1、MDM2等十余个不同类型靶点。其中，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。
在环肽方面，MDM2项目的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；PD-L1项目的19个候选中，有6个显示结合信号。分子之心表示，相关结果仍需要进一步进行功能和成药性验证，但初步显示其方法能够跨越VHH与环肽两类不同分子模态，生成可进入实验验证的候选序列。
除了结合能力，分子之心还尝试将表达、纯度和聚集等可开发性指标前移至AI设计阶段。在10毫升规模的CHO细胞表达实验中，多批AI从头设计的VHH-Fc候选表达量达到数百毫克/升，部分超过1克/升。针对GPCR靶点CCR7，从头设计VHH的瞬时表达量均超过0.5克/升，纯度达到90%至99%，其中多个分子被验证为特异性结合分子。
在另一个受低表达和聚集问题制约的融合蛋白项目中，AI通过重新设计蛋白骨架，使候选分子的表达量提高约200倍，单体比例达到约90%。
支撑上述应用的是分子之心自主研发的AI原生生物经济操作系统MoleculeOS（MOS）。据介绍，该平台建立在自研蛋白质基础模型、结构预测和分子设计技术之上，将任务定义、候选生成、多维评估以及实验反馈组织为研发工作流。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），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进入实验验证阶段，生物药立项的核心问题也将从“能否筛选到一个活性分子”，逐渐转向“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，可以在项目开始阶段同步进入设计，并通过少量候选分子的实验结果验证核心科学假设。
不过，从获得具有结合活性的候选分子到形成真正的新药，仍需要经过进一步功能、成药性、临床前以及临床验证。AI大分子设计目前更多体现出的价值，是为项目选择、候选设计和早期实验验证提供新的技术路径。（定西）
本文来源：网易智能
责任编辑：
葛嘉淼_NBJS32703
