菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > AI资讯新闻 > 分子之心MMDesign评测:靶点命中率突破90%
热点资讯 靶点命中率突破90%

分子之心MMDesign评测:靶点命中率突破90%

2026-06-06
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

分子之心发布AI生物药设计平台MMDesign,其核心引擎MMFold性能大幅超越AlphaFold3。在12个靶点

许锦波教授团队再破局。其最新平台的核心引擎MMFold在权威结构预测测试中,直接超越了AlphaFold 3。背后的关键是什么?强大的底层算法让AI不仅看得准,还能成功攻克GPCR这类极高难度靶点,在设计阶段就把成药风险化解在萌芽状态。

今日,分子之心正式对外发布了全新的AI生物药从头设计平台——MMDesign。

基于这个平台,分子之心在极低的实验验证通量下,成功在细胞因子、免疫检查点、病毒蛋白以及多次跨膜受体(比如GPCR)等十多个高价值靶点上,实现了高精度的实用级纳米抗体从头设计与验证。靶点结合成功率超过90%,最佳亲和力直接达到了皮摩尔级别。

这一成果,标志着AI蛋白质设计正从概念验证,大步跨入产业化应用的关键转折期。抗体这类生物制剂的研发,正在从过去耗时费力、成功率极低的大规模随机筛选,转向精准高效的“可编程分子工程”时代。

重塑抗体发现范式

传统的抗体发现,高度依赖动物免疫或者大规模文库筛选。说白了,就是要在数百万甚至数十亿的候选分子里,进行“盲盒式”的实验验证。更麻烦的是,对结合表位和分子成药性质的可控性极低。

分子之心这次彻底重塑了这一发现范式。

极低通量跑通干湿闭环

MMDesign采用了一套“生成-过滤”策略。用户只需要输入目标蛋白和指定的表位残基,MMDesign就会通过自研的蛋白质基础大模型和结构预测模型MMFold协同优化,一次性生成数万个候选分子。然后,再经过结构可靠性、序列自然性,以及基于物理的界面评估等多层智能评估体系,把庞大的候选池极限压缩——每个靶点仅剩数十个分子进入湿实验验证。

在针对细胞因子、免疫检查点、受体蛋白及多次跨膜蛋白等12个高价值治疗性靶点的系统评测中,MMDesign每个靶点只输出14到50个分子进行湿实验验证。结果呢?11个靶点成功确认了特异性结合,靶点成功率超过90%。这个普适性,在业界相当罕见。

同时,MMDesign还稳定输出了大量亲和力达到纳摩尔甚至皮摩尔级别的高活性实用级纳米抗体。以PD-L1为例,该靶点下的候选分子命中率高达86.7%,最优分子亲和力低至7.2nM。

(部分靶标的实验验证结果)

靶点命中率超90%

更具产业价值的是,这些高活性分子展现出了卓越的源头新颖性,成功开拓了全新的结合构象空间,构筑起极深的专利护城河。

这些数据释放了一个明确的信号:原本以“年”为单位、耗资巨大的“药物筛选”过程,有望被“AI精准设计+极小规模实验验证”的新模式彻底碘伏。

突破难成药边界

除了常规靶点,MMDesign在几个业界公认的高难靶点上也拿下了里程碑式的进展。

比如TNFα,这是一种同源三聚体细胞因子,它的结合表面浅层且高度溶剂暴露,在低通量从头设计里,属于最具挑战性的靶点类别之一。在此之前,同类研究中还没有团队能在类似条件下成功。

但MMDesign只测试了14个候选分子,就实现了高达50%的命中率,最高亲和力表现更是达到了惊人的51pM。

再来看看G蛋白偶联受体(GPCR),这是制药行业最大的药物靶点家族,但因构象极其复杂,一直是抗体设计的难成药“深水区”。MMDesign针对它从头设计了29个纳米抗体,其中有22个候选分子实现了特异性结合,纯度达到90%-99%,瞬时表达量均超过0.5g/L。

这个结果意味着什么?MMDesign在从头设计抗体的极早期,就已经把“可溶性、不易聚沉”这些成药性特征,当成了内在优化目标,而不是事后筛选。这种将后期CMC风险大幅前置化解的能力,能极大提升创新药推进至临床阶段的确定性。

从结构预测到从头设计

MMDesign能在极小规模内实现多靶点的高命中率与高活性,根源在于分子之心团队在蛋白质研究和应用上的长期深耕。创始人许锦波教授是全球蛋白质结构预测领域的开创者之一,其早期工作为后续AlphaFold等突破性成果奠定了重要方法论基础。

MMDesign及其核心引擎——全原子结构预测模型MMFold,延续了这种创新基因。在权威的FoldBench基准测试中(基于172个抗体-抗原界面),MMFold的Top-1预测成功率达到了68.6%,显著超越了AlphaFold 3等同类顶尖模型。而在工业界更看重、难度极高的高精度结构预测中,MMFold的成功率更是实现了对其他模型的翻倍式超越。

对底层结构预测的精准描绘,让MMDesign“看得更准”,从而在庞大的计算空间里更精确地锁定目标分子。

许锦波表示:“我们构建的不仅是一个技术工具,而是一整套重构研发范式、打破‘双十定律’的全新基础设施。”

由此,一条清晰的产业脉络逐渐浮现:AI驱动的可编程分子工程,正在大幅减轻生物实验室的负担,实现更高效、更高成功率的表位靶向药物设计。对于制药企业而言,这意味更低的早期发现成本、更高的靶点覆盖率、更快的管线推进速度和更高的成功率。

未来,分子之心将依托MMDesign平台,进一步拓展多特异性生物制剂等前沿领域,与全球制药伙伴携手,把AI计算的无垠潜力,转化为切实造福人类的新一代创新疗法。

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多