@nablabio:今天,我们将零样本药物设计从结合扩展到了多功能药物的设计、细胞内蛋白质组以及最先进的原子精度——借助我们的模型JAM-2。
摘要
Nabla Bio发布了JAM-2,这是一个用于零样本药物设计的模型,实现了原子精度、计算设计的多特异性抗体以及双变异KRAS多特异性抗体,具有高效力和选择性,并通过冷冻电镜和湿实验室实验进行了验证。
查看缓存全文
缓存时间: 2026/06/23 23:55
今天,我们拓展了零样本药物设计的边界,从单纯靶向结合扩展至多功能药物设计、细胞内蛋白质组以及原子级精度,这得益于我们的模型JAM-2。
在一份新报告(见下文)中,我们展示了:
-
首个达到药物级别、完全通过计算设计的针对五种肽-MHC的多特异性抗体:常规皮摩尔级别的T细胞激活/细胞杀伤半最大效应浓度(EC50),>100倍选择性,以及类药可开发性。
-
首个完全通过生成式设计的、达到药物级别的双变异KRAS G12多特异性抗体:它们能招募人源供体的原代T细胞,以皮摩尔到个位数纳摩尔的效力杀伤表达G12V和G12C的细胞,同时完全保留野生型细胞。
-
仅凭序列即达原子级精度:冷冻电镜(Cryo-EM)结构与JAM-2从头设计结果在埃级别一致,且仅需输入目标序列(而非结构)。
-
借助AI原生的内部湿实验室实现无与伦比的速度:在一次并行化项目中,内部端到端设计、构建并测试了五个项目,仅需约6周时间。
-
为AI生成的候选药物设立更高的验证标准:在如今炒作日盛且验证标准参差不齐的领域中,我们提供了迄今为止最高质量的公开湿实验室验证数据,以验证AI设计的抗体。我们完整公开了实验方法,并邀请业界采纳并以此为基础建立更高标准。
真正个体化的疗法将成为AI在药物设计中最重要的贡献。这些进展将加速这一未来的到来。
相似文章
@SurgeBiswas: @nablabio 团队的新论文将生成式药物设计扩展到多特异性药物、细胞内蛋白质组,以及……
Nabla Bio 的新论文(JAM-2)将生成式药物设计扩展到多特异性药物和细胞内蛋白质组,实现了针对 KRAS G12V 的双特异性抗体的零样本设计,该抗体可招募 T 细胞实现皮摩尔级别的细胞杀伤。
@arcinstitute: 恭喜 @BrianHie、@SynBioGaoLab 及其团队,他们的 Germinal 现已发表在 @NatureBiotech。他们的流程设计表位靶向…
Arc Institute 宣布 Germinal 诞生,这是一个生成式 AI 系统,用于从头设计抗体,已发表在 Nature Biotechnology 上。它设计表位靶向抗体,具有纳摩尔亲和力,每个靶点仅需测试几十种设计,使定制抗体设计更加便捷。
AI如何帮助科学家设计下一代药物
AI通过预测候选分子和实现多靶点疗法,加速生物药物设计,有潜力将发现时间缩短50%,并针对以前无法治疗的疾病。
@SwissCognitive:阿斯利康利用AI生成并对蛋白质候选进行排序,将模型与实验和机器人技术相结合,以缩短生物…
阿斯利康利用AI生成并对蛋白质候选进行排序,将模型与实验和机器人技术相结合,以加速生物药发现,并攻克此前难以成药的靶点。
ShallowBench:评估面向浅口袋靶标的生成式药物设计模型
介绍了ShallowBench,一个精心整理的包含5,780个浅口袋蛋白质靶标的基准测试,用于评估针对如KRAS和MYC等具有挑战性的低口袋性靶标的生成式药物设计模型。