科技日报记者 杨雪
近日，由“AI蛋白质折叠奠基人”许锦波教授创立的分子之心团队，依托自主研发的AI生物药从头设计平台MMDesign，在全球范围内率先实现低通量、高精度、实用级的纳米抗体从头设计全流程闭环。
长期以来，抗体药物发现高度依赖动物免疫或大规模文库筛选技术，需要在数百万甚至数十亿候选分子中进行盲目的“大海捞针”。这种传统模式不仅研发周期长、试错成本极高，且极难精准控制药物的靶向和最终成药性，成为制约老百姓用上“平价好药、创新好药”的一大行业瓶颈。
面对这一全球性难题，分子之心团队另辟蹊径，运用生成式人工智能技术打破僵局。MMDesign平台采用创新的“生成-过滤”策略，在极低通量的实验验证下（每个靶点仅需测试14-50个候选分子），实现超过90%的靶点成功率。这一数据标志着我国在AI大分子药物设计领域，成功跨越从“理论预测”到“工业实用”的巨大鸿沟。
该项技术不仅在常规靶点上表现优异，在业界公认的多个高难度“冷门靶点”上也取得重要进展。以肿瘤和自身免疫疾病中的关键靶点TNFα为例，因其结合界面平坦、缺乏理想的结合“口袋”，一直是低通量从头设计的“无人区”。此前国际上尚无团队在此类条件下取得成功。而通过MMDesign，在仅测试14个分子的极苛刻条件下，实现高达50%的命中率，且亲和力达到皮摩尔水平，大幅超越传统实验筛选水平。
此外，针对制药界最大、最难攻克的药物靶点家族——G蛋白偶联受体（GPCR），该平台设计的纳米抗体在保证高特异性结合的同时，其纯度和表达量均达到极高的工业生产标准。这从源头上大幅降低新药在后期制造和生产过程中的失败风险，为攻克复杂重大疾病提供了更多可能。
在国际权威的FoldBench基准测试中，MMDesign平台底层的全原子结构预测模型MMFold的预测成功率达68.6%，在关键指标上显著超越了AlphaFold 3等国际顶尖模型。特别是在面向工业应用的高精度预测梯队中，MMFold的表现实现对国际同类模型的翻倍式超越，牢牢把握了底层算法的话语权，并为我国新药研发构筑了具备完全自主知识产权的技术壁垒。
网友评论
