劃重點
012024年諾貝爾化學獎授予David Baker等三人，以表彰他們在計算蛋白質(zhì)設(shè)計方面的成就。
02傳統(tǒng)蛋白質(zhì)設(shè)計優(yōu)化方法耗時且成本高昂，AI技術(shù)的注入大幅提升研發(fā)效率和成功率。
03由于AI技術(shù)的應(yīng)用，蛋白質(zhì)設(shè)計服務(wù)這一新型產(chǎn)業(yè)應(yīng)運而生，逐漸向合成生物學、酶制劑等領(lǐng)域拓展。
04天騖科技等國內(nèi)AI蛋白質(zhì)設(shè)計企業(yè)憑借數(shù)據(jù)資源、研發(fā)經(jīng)驗和成功案例，不斷提升核心競爭力。
05然而，國內(nèi)藥企ADC、單抗等大分子創(chuàng)新藥研發(fā)項目持續(xù)推進，有望推動國內(nèi)AI蛋白質(zhì)設(shè)計企業(yè)積累更多經(jīng)驗和案例。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
瑞典當?shù)貢r間10月9日，2024年諾貝爾化學獎?wù)浇視�，David Baker因其在計算蛋白質(zhì)設(shè)計方面的成就獲得一半獎金，另一半則被分別授予了Alpha Fold2的開發(fā)者Demis Hassabis和John Jumper。
在生命科學，尤其是創(chuàng)新藥物研發(fā)領(lǐng)域，蛋白質(zhì)設(shè)計優(yōu)化是早期研發(fā)階段非常重要的環(huán)節(jié)之一。由于蛋白質(zhì)結(jié)構(gòu)復雜，傳統(tǒng)技術(shù)限制下蛋白質(zhì)設(shè)計優(yōu)化不僅耗時較長，且成本高昂，是創(chuàng)新藥研發(fā)的技術(shù)難點之一。
AI技術(shù)的注入顛覆原有蛋白質(zhì)設(shè)計的工作模式，大幅提升研發(fā)效率和成功率。此次諾獎化學獎獲得者均利用AI技術(shù)在蛋白質(zhì)設(shè)計與結(jié)構(gòu)預測領(lǐng)域取得了此前難以想象的成就，其中David Baker首次使用生成式AI從頭設(shè)計出了全新的抗體，有望讓AI從頭設(shè)計蛋白進入抗體藥物市常
技術(shù)突破的同時，AI技術(shù)也促使蛋白質(zhì)設(shè)計服務(wù)這一新型產(chǎn)業(yè)應(yīng)運而生。除了藥物研發(fā)，蛋白質(zhì)設(shè)計服務(wù)也逐漸向合成生物學、酶制劑等應(yīng)用領(lǐng)域拓展，并陸續(xù)出現(xiàn)成功案例。
AI對蛋白質(zhì)設(shè)計領(lǐng)域帶來顛覆性影響
作為生命的基礎(chǔ)單位，蛋白質(zhì)在創(chuàng)新藥物研發(fā)過程中扮演著重要的角色。在單抗、ADC等大分子藥物的研發(fā)過程中，對蛋白質(zhì)進行優(yōu)化調(diào)整以提高其適應(yīng)工業(yè)化生產(chǎn)的能力，提升藥物的治療效果，是非常常見的策略。
由于蛋白質(zhì)結(jié)構(gòu)繁雜且變化多端，以往科學家要更多依賴于專家指導及濕實驗驗證的方法不斷嘗試探索，才能實現(xiàn)對蛋白質(zhì)功能的精確調(diào)控，不僅耗費較大人力物力，成功率和項目周期都難以把握。“蛋白質(zhì)結(jié)構(gòu)的復雜性以及序列空間非常大，這兩點導致以往依靠專家經(jīng)驗理解和高通量篩選等方式進行的蛋白質(zhì)設(shè)計難以獲得良好效果。”天騖科技CTO劉灝對第一財經(jīng)表示。
近年來AI技術(shù)突飛猛進，推動一些細分領(lǐng)域不斷取得突破。2020年末，谷歌旗下DeepMind推出的第二代用于蛋白質(zhì)三維結(jié)構(gòu)預測的人工智能系統(tǒng)AlphaFold2，一舉破解了困擾生物學界50多年的“蛋白質(zhì)折疊”難題，引發(fā)轟動。
在AI技術(shù)的助力下，人類在蛋白質(zhì)設(shè)計領(lǐng)域仿佛“任督二脈”被打通，科學家可以直接通過蛋白質(zhì)序列預測蛋白質(zhì)結(jié)構(gòu)并精準建模，從而能夠更便捷地研發(fā)出廉價有效的藥物。
“AI技術(shù)的出現(xiàn)，對整個蛋白質(zhì)設(shè)計領(lǐng)域帶來了顛覆性的影響。”劉灝表示，人類對蛋白質(zhì)結(jié)構(gòu)預測的精準度達到了此前難以企及的高度，同時，為蛋白質(zhì)設(shè)計帶來了更多可能性，例如蛋白質(zhì)的從頭設(shè)計，又如天騖科技所使用的從”序列直達功能“的全新預測方式。
得益于蛋白設(shè)計能力的提升，近年來mRNA疫苗、腫瘤藥物、合成生物材料以及酶制劑等諸多賽道均實現(xiàn)了重大技術(shù)突破。
2024年，DeepMind推出了AlphaFold3，該款程序不僅可以用于預測蛋白質(zhì)結(jié)構(gòu)，還可以預測核酸、小分子等生命分子，并且與現(xiàn)有技術(shù)相比準確率提升了50%，在藥物設(shè)計方面的潛力進一步凸顯。
應(yīng)用領(lǐng)域不斷拓展
除了技術(shù)手段的突飛猛進，AI技術(shù)的引入也開創(chuàng)了蛋白質(zhì)設(shè)計服務(wù)這一全新的產(chǎn)業(yè)。劉灝表示：“傳統(tǒng)技術(shù)手段下，蛋白質(zhì)定制化設(shè)計效率低而成本高昂，企業(yè)很難僅憑借此業(yè)務(wù)實現(xiàn)盈利。AI技術(shù)的出現(xiàn)使得企業(yè)以蛋白質(zhì)設(shè)計服務(wù)為主營業(yè)務(wù)從此成為可能。”
據(jù)介紹，在創(chuàng)立后兩年多時間內(nèi)，天騖科技依托自主研發(fā)的AI蛋白質(zhì)設(shè)計通用大模型AccelProtein，已成功交付了二十余款蛋白質(zhì)設(shè)計項目，成為了國內(nèi)領(lǐng)先的AI蛋白質(zhì)設(shè)計服務(wù)商。
“我們目前與醫(yī)藥企業(yè)的合作模式以CRO模式為主，服務(wù)內(nèi)容包括為處于早期研發(fā)階段的蛋白類藥物以及生產(chǎn)工藝環(huán)節(jié)所使用的工具蛋白提供設(shè)計優(yōu)化服務(wù)。”劉灝介紹稱，目前為止AI蛋白質(zhì)設(shè)計依然是一項比較新的技術(shù)，對有效性的驗證非常重要，通過提供優(yōu)化服務(wù)，為企業(yè)帶來短期收益的同時，也不斷驗證平臺的有效性，“成功案例越多，客戶與我們合作的意愿也會更強烈，這是一個正向的循環(huán)。
從長期需求來看，由于具有靶向性強、生物活性高等優(yōu)勢，單抗、雙抗、ADC、融合蛋白等基于蛋白質(zhì)的藥物近年來備受青睞，藥企研發(fā)項目的增多使得蛋白質(zhì)設(shè)計服務(wù)需求持續(xù)增長。此外，一些細胞和基因療法中所使用的工具類蛋白也需要設(shè)計和優(yōu)化，AI蛋白質(zhì)設(shè)計服務(wù)在這些領(lǐng)域有著很大的應(yīng)用潛力。
不過，由于創(chuàng)新藥行業(yè)目前整體仍處于景氣低位，對于AI蛋白質(zhì)設(shè)計服務(wù)企業(yè)而言，如何拓展業(yè)務(wù)空間，實現(xiàn)穩(wěn)定增長是當下需面臨的問題。
“藥物研發(fā)受到嚴格的法規(guī)約束，對產(chǎn)品的性能要求更高，驗證周期也相對更長，因此我們需要拓展一些新的業(yè)務(wù)來提升快速變現(xiàn)的能力。”劉灝稱，AccelProtein是一個通用大模型，可以應(yīng)用于酶制劑、合成生物學、生物藥等多個不同領(lǐng)域的蛋白質(zhì)設(shè)計中，為企業(yè)向上述領(lǐng)域拓展提供技術(shù)支持。
“在酶制劑或合成生物學領(lǐng)域，客戶對產(chǎn)品的性能要求相對單一，實驗流程模塊化程度較高，從產(chǎn)品交付到中試放大生產(chǎn)再到產(chǎn)品上市，整個周期相對藥物研發(fā)是很短的。”劉灝表示，由于驗證周期短，公司本身也會提供中試工藝開發(fā)等延伸服務(wù)，從而進一步幫助客戶縮短產(chǎn)品開發(fā)周期。
據(jù)了解，這并不是個例，國內(nèi)另一家AI蛋白質(zhì)設(shè)計企業(yè)分子之心，也正基于其NewOrigin大模型以及在產(chǎn)業(yè)項目方面所積累的經(jīng)驗，逐漸將業(yè)務(wù)范圍向材料、食品、化工、農(nóng)業(yè)等諸多領(lǐng)域拓展。
不過，劉灝表示，相對于合成生物和酶制劑等業(yè)務(wù)領(lǐng)域，藥物研發(fā)盡管短期回報較慢，但高投入高回報的特點決定了長期發(fā)展上限更高，因此依然是十分值得看好的發(fā)展方向。
數(shù)據(jù)、研發(fā)經(jīng)驗和成功案例是核心競爭力
數(shù)據(jù)是AI制藥的要素之一，也往往是制約AI制藥企業(yè)發(fā)展的瓶頸。在蛋白質(zhì)設(shè)計領(lǐng)域，數(shù)據(jù)同樣是關(guān)鍵的資源之一。
據(jù)悉，由于行業(yè)的獨特性，AI蛋白質(zhì)設(shè)計企業(yè)可以從目前已公開的2.8億條蛋白質(zhì)序列數(shù)據(jù)中獲利，但真正拉開差距的遠非這2.8億條數(shù)據(jù)。
劉灝表示，在小分子藥物領(lǐng)域，國際大藥廠數(shù)十年積累的實驗數(shù)據(jù)資源是其構(gòu)建AI模型的重要優(yōu)勢；在蛋白質(zhì)設(shè)計領(lǐng)域，企業(yè)也在紛紛構(gòu)建自己的數(shù)據(jù)壁壘，天鶩科技在2.8億條公開數(shù)據(jù)的基礎(chǔ)上，還建立了5億條私有數(shù)據(jù)集，以此為基礎(chǔ)訓練的大模型為公司在蛋白質(zhì)設(shè)計優(yōu)化服務(wù)方面帶來顯著優(yōu)勢。
除了數(shù)據(jù)資源，在產(chǎn)品研發(fā)方面的經(jīng)驗和成功案例對于AI蛋白質(zhì)設(shè)計企業(yè)核心競爭力的影響也非常明顯。劉灝表示，在面對下游客戶時，成功交付的案例數(shù)量往往受到更多關(guān)注。
元星智藥CEO王梅杰也認為，在蛋白質(zhì)設(shè)計領(lǐng)域，持續(xù)研發(fā)過程中積累的成功經(jīng)驗，尤其是不斷積累的技術(shù)專利，將構(gòu)成AI+企業(yè)的護城河。
隨著國內(nèi)藥企ADC、單抗等大分子創(chuàng)新藥研發(fā)項目的持續(xù)推進，國內(nèi)AI蛋白質(zhì)設(shè)計企業(yè)積累的經(jīng)驗和案例有望隨之增長，從而不斷打造和增強企業(yè)核心競爭力。
(本文來自第一財經(jīng))
