歡迎星標(biāo) 果殼硬科技

近期，“AI蛋白質(zhì)折疊奠基人”許錦波教授創(chuàng)立的AI蛋白質(zhì)設(shè)計公司分子之心發(fā)布重磅進展：其自研的AI生物藥從頭設(shè)計平臺——MMDesign，在納米抗體設(shè)計任務(wù)上，僅以極小的實驗樣本量，成功在十多個真實靶點上實現(xiàn)了特異性結(jié)合，靶點成功率（指產(chǎn)生至少一個有效分子的靶點比例）超過90%，最佳親和力達皮摩爾級別，且在成藥性等方面表現(xiàn)優(yōu)異。

傳統(tǒng)的抗體發(fā)現(xiàn)高度依賴動物免疫或大規(guī)模文庫篩選，往往需要在數(shù)百萬乃至數(shù)十億的候選分子中進行“大海撈針”式的實驗驗證，成本高昂，且對結(jié)合表位和分子成藥性質(zhì)的可控性極低。

近年來，生成式人工智能在蛋白質(zhì)設(shè)計領(lǐng)域掀起了革命性的波瀾，但在藥物研發(fā)領(lǐng)域，低通量、高成功率的實用性抗體設(shè)計仍是行業(yè)亟待突破的“圣杯”。此前的AI方法對不同靶點的成功率極其不穩(wěn)定，或仍需依賴大規(guī)模的實驗探索。

如今，分子之心打破了這一僵局。MMDesign的驗證結(jié)果意味著，低通量、高精度的實用級納米抗體從頭設(shè)計被跑通且可復(fù)用，抗體等生物制劑的研發(fā)正從“盲盒篩選”的發(fā)現(xiàn)范式實質(zhì)性地跨入精準(zhǔn)、高效的“可編程分子工程”時代。

重塑抗體發(fā)現(xiàn)范式：從數(shù)十億隨機篩選到可編程分子工程

MMDesign采用"生成-過濾"策略，在極低的實驗通量下，實現(xiàn)高達90.9%的靶點成功率，將大分子抗體發(fā)現(xiàn)正式從“隨機篩選”推向“可編程分子工程”時代。

分子之心在細(xì)胞因子、免疫檢查點、受體蛋白及多次跨膜蛋白等12個高價值治療性靶點上對MMDesign進行了系統(tǒng)性評測。在每個靶點僅挑選14到50個AI設(shè)計的候選分子進行實際濕實驗表達與測試的情況下，其中50%有11個靶點成功確認(rèn)特異性結(jié)合，靶點成功率超過90%，驗證了該平臺在異源靶點上的廣泛適用性。

以下是部分實驗反饋數(shù)據(jù)：

最令人興奮的是，MMDesign穩(wěn)定輸出了大量親和力達到納摩爾（nM）甚至皮摩爾（pM）級別的高活性實用級納米抗體。以PD-L1為例，該靶點下的候選分子命中率達86.7%，從頭設(shè)計的最優(yōu)分子親和力（KD）達7.2nM。

此外，MMDesign設(shè)計的高活性分子展現(xiàn)出卓越的源頭新穎性，成功開拓了全新的結(jié)合構(gòu)象空間，構(gòu)筑了極深的專利壁壘。

這一系列數(shù)據(jù)意味著，原本以“年”為單位、耗資巨大的“藥物篩選”過程，有望被“AI精準(zhǔn)設(shè)計+極小規(guī)模實驗驗證”的新模式顛覆。

攻克行業(yè)頑疾：在極難靶點TNFα上命中50%并獲得皮摩爾級高親和力分子

除了常規(guī)靶點，MMDesign在TNFα和GPCR這兩個業(yè)界公認(rèn)的高難靶點上也取得了里程碑式的進展。

TNFα是一種同源三聚體細(xì)胞因子，其結(jié)合界面淺且高度溶劑暴露，是AI從頭設(shè)計中最具挑戰(zhàn)性的靶點類別之一。在此前已發(fā)表的同類研究中，尚無團隊能在低通量條件下取得成功。MMDesign在僅測試14個納米抗體候選分子的情況下，7個分子實現(xiàn)了特異性的靶標(biāo)結(jié)合，且最高親和力表現(xiàn)達到驚人的51pM。

G蛋白偶聯(lián)受體（GPCR）是制藥領(lǐng)域最大的藥物靶點家族，但因其構(gòu)象極其復(fù)雜,一直是抗體設(shè)計的難成藥“深水區(qū)”。MMDesign在從頭設(shè)計納米抗體的極早期，就將“可溶性、抗聚集”等成藥性特征作為內(nèi)在優(yōu)化目標(biāo)，而非事后篩選。其針對GPCR靶點（CCR7）從頭設(shè)計的29個納米抗體中，有22個候選分子實現(xiàn)了特異性結(jié)合，且純度達到了90%-99%、瞬時表達量均超過0.5g/L。這種將后期CMC風(fēng)險大幅前置化解的能力，可以極大提升創(chuàng)新藥推進至臨床階段的確定性。

AI設(shè)計的納米抗體不僅僅是能表達，且能夠與GPCR靶點(CCR7)實現(xiàn)特異性地結(jié)合，且具有良好的濃度依賴性

從“結(jié)構(gòu)預(yù)測”到“從頭設(shè)計”：應(yīng)用驅(qū)動的底層算法持續(xù)創(chuàng)新

MMDesign能在極小規(guī)模內(nèi)實現(xiàn)多靶點的高命中率與高活性，源于分子之心團隊在蛋白質(zhì)研究和應(yīng)用上的長期深耕。

分子之心創(chuàng)始人許錦波教授是全球蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的開創(chuàng)者之一，早在2016年就提出RaptorX-Contact方法，率先證明深度學(xué)習(xí)可以顯著提升蛋白質(zhì)結(jié)構(gòu)預(yù)測精度，被業(yè)界視為AlphaFold等系統(tǒng)的重要方法學(xué)開創(chuàng)者。如今，他帶領(lǐng)分子之心把這套從0到1的基礎(chǔ)研究成果，延伸到抗體和納米抗體的從頭設(shè)計與工程化應(yīng)用。

AI引導(dǎo)設(shè)計的上限直接取決于底層結(jié)構(gòu)預(yù)測模型對“抗體-抗原界面置信度圖譜”刻畫的精準(zhǔn)度，MMDesign底層采用分子之心自研的全原子結(jié)構(gòu)預(yù)測模型MMFold。

在權(quán)威的FoldBench基準(zhǔn)測試中（基于172個抗體-抗原界面），MMFold的Top-1預(yù)測成功率達到了68.6%，顯著超越了AlphaFold 3、Boltz-1、Chai-1等主流模型。在工業(yè)界更為看重、難度極高的高精度結(jié)構(gòu)預(yù)測中，MMFold的成功率實現(xiàn)了對其他模型的翻倍式超越。

上圖清晰展示了MMFold、AlphaFold 3、Boltz-1、Chai-1等模型在High、Medium、Acceptable三個質(zhì)量梯隊下的累計DockQ成功率對比，直觀突顯MMFold的優(yōu)勢

對底層結(jié)構(gòu)預(yù)測的精準(zhǔn)描繪，讓MMDesign“看得更準(zhǔn)”，進而在龐大的計算空間中更加精準(zhǔn)地鎖定目標(biāo)分子。

“我們構(gòu)建的不僅是一個技術(shù)工具，而是一整套重構(gòu)研發(fā)范式、打破制藥‘雙十定律’的全新基礎(chǔ)設(shè)施。”許錦波表示。

由此，一條清晰的產(chǎn)業(yè)脈絡(luò)也逐步浮現(xiàn)：AI驅(qū)動的可編程分子工程正在大幅減輕生物實驗室的負(fù)擔(dān)，實現(xiàn)更高效、更高成功率的表位靶向藥物設(shè)計。

未來，分子之心將依托MMDesign平臺，進一步拓展多特異性生物制劑等前沿領(lǐng)域，與全球制藥伙伴攜手，將AI計算的無垠潛力轉(zhuǎn)化為切實造福人類的新一代創(chuàng)新療法。