网易首页 > 网易号 > 正文 申请入驻

50亿美元涌入AI制药,真正的试金石在从头设计上

0
分享至


编辑丨王多鱼

排版丨水成文

2026年11月17日,从谷歌DeepMind分拆而来的AI药物研发公司Isomorphic Labs宣布完成50亿美元的C轮融资。这是生物科技领域迄今规模最大的单轮风险融资,距其5月完成的21亿美元的B轮融资仅过去半年。资本押注的,是用AI设计药物分子的能力。当全球资本以前所未有的规模涌向这一方向,衡量一个平台的标准,也愈发落到它设计的分子能否在实验中得到验证。

在国内,AI蛋白质领军企业分子之心近期公开了其AI从头设计平台MMDesign的最新技术报告。在覆盖18个不同靶点、纳米抗体和环肽两种分子模态的19项设计任务中,18项获得经实验确认的结合分子,六个GPCR膜蛋白靶点全获命中;每个项目仅送测9-50个候选,中位数为21个;其中GPCR靶点NK3R的候选分子命中率达100%,TNFα最优候选分子表观亲和力达51pM。


少量候选、多靶点、跨模态,加上高项目成功率与候选命中率,MMDesign为“按需设计分子”提供了一组覆盖不同研发任务的实验证据。从一个靶点的成功,到一批具体问题的有效探索,从头设计正在接受更接近实际研发的检验。

从专用模型到通用AI,从头设计走向实验验证竞争

AlphaFold2问世六年后,AI制药的主擂台已经从结构预测拓展到了从头设计。

DeepMind的AlphaProteo在8个受测靶点中的7个获得结合分子;Chai Discovery的Chai-2覆盖52个抗原,约一半获得命中,抗体候选命中率为16%。通用AI也开始参与:Anthropic于10月20日公布的研究中,Claude组织研究流程并调用专业工具设计针对蝎毒神经毒素的结合分子,送测的211个候选中有17个达到结合标准。

国内团队同样在推进。百奥几何、百图生科、字节跳动和新生实验室等,均已公开从头设计的湿实验成果。

为什么从头设计值得如此投入?传统抗体发现通常从动物免疫或抗体库筛选中寻找候选,从头设计则先确定希望结合的靶点和位置,再让模型围绕这些条件构建新的分子。需求因此可以更直接地转化为设计条件,序列与结构都可以是新的,不必从某个已有的结合分子改起。

这条路径的吸引力,在于它有机会同时回应几类研发需求:提高候选发现与优选效率,为困难靶点提供新的分子方案,并打开已有分子之外的设计空间。如果这些能力能够在不同任务中得以实现,从头设计就有机会成为药企早期发现流程中的一种新的研发选择。

分子之心的这份报告,正是在这一方向上给出了中国团队具有代表性的结果:既覆盖不同靶点和分子模态,也包含了既有项目的再设计成功和表现提升。六个GPCR全部命中,尤其让这份答卷有了分量:它把从头设计的能力,放到了兼具药物研发价值与设计难度的复杂靶点上,多靶点的普遍成功更体现了这套能力的广泛适用性。

少量候选,如何支撑18项任务成功?

报告汇总的19项任务,共测试453个候选,其中139个确认结合,候选命中率为30.7%;命中分布在18项任务中,任务成功率为94.7%。候选命中率反映送测分子的表现,任务成功率则反映这些成果覆盖了多少研发任务。

报告中还有15项任务获得了至少两个结合分子。对这些项目,后续研究可以沿不同候选继续展开,比较结合力、可开发性、功能性等,为进一步推进保留选择余地。

单看纳米抗体,MMDesign的17项设计任务中有16项获得命中,任务成功率为94.1%;404个受测候选中112个确认结合,候选命中率为27.7%。作为参照,Chai-2在涵盖scFv和VHH的52个靶点中,约50%获得命中,VHH候选命中率为20.0%;AnewDesign单靶点VHH设计候选命中率为14%。

不同研究的靶点、分子形式及实验条件存在差异,但各自的结果指向同一件事:从计算设计中优选少量候选进行验证,正在成为一条可行的发现路径。MMDesign在任务成功比例和候选命中率上均给出了非常亮眼的数值,且是在每项只送测数十个候选的规模下取得的,体现了其跨靶点设计与候选优选的突出优势。

而且,因为在计算评估阶段,MMDesign就已经将一些可开发性的关键指标纳入考虑,进入实验室的候选还表现出好的初步可开发性:许多VHH-Fc候选在10 mL CHO体系中表达水平较好,纯化后聚集较少,对胰岛素、双链DNA等替代抗原的非特异性反应也较低。这些初步可开发性结果,使评价从“是否结合”延伸到“是否具备继续开发的基础”。


图:不同靶点设计候选的 VHH-Fc 表达量分布

来源:分子之心技术报告

少量送测,并不意味着计算端只设计了几十个分子。MMDesign围绕给定靶点和表位,先在计算空间生成数万个候选序列,再经过多层评估选出进入实验室的分子。如何判断哪些设计值得优先验证,是其中的关键。

结构预测是这一评估的基础。分子之心自研的全原子结构预测模型MMFold,在包含172个抗体与抗原界面的FoldBench基准上,Top-1高质量预测成功率达到39.0%,约为AlphaFold3报告的19.8%的两倍,Top-1和Top-5的整体预测成功率分别达到70.9%和76.7%。


图:172 个 FoldBench 抗体与抗原界面预测结果

来源:分子之心技术报告

报告还选取了160个可与OpenDDE、Protenix-v2公开结果对照的共同界面,MMFold在该子集上的首位预测高质量成功率为39.4%,相应的两项公开成绩分别为33.0%和28.2%。这些成绩体现的是结合构型的预测质量,为判断候选与靶点如何相互作用提供了重要依据。

不过,构型预测可靠,并不等于实际结合得更强。MMDesign报告发现,确认结合分子的结构预测置信度与实测亲和力相关性有限,因此,MMDesign还结合结构可靠性、序列天然性以及基于统计物理的多层评估,综合优选出最终候选。

从计算端数万个设计,到实验端只有几十个候选,再到多个命中分子,这条链路上的数量对比,是从头设计效率最直接的体现。省下的不只是某个环节的时间,而是把大量试错从实验台前移到了计算端。

不过更高效地找到候选只是第一层价值,真正的考验,是可供参考的分子很少、结构又难以接近的靶点, 这也是从头设计真正瞄准的问题。

从六个GPCR到TNFα:难靶点,正在成为从头设计的试金石

GPCR,即G蛋白偶联受体,是药物研发的重要靶点家族,但针对它设计抗体并不容易:七次跨膜结构使可供抗体接近的胞外区域相对有限,连接跨膜螺旋的胞外环又具有一定柔性,会随受体状态改变构象。模型面对的是一个可接近区域有限、形状又并非固定不变的结合对象。

MMDesign此次针对六个GPCR均采用纳米抗体形式,每个项目送测9-33个候选,合计122个,在报告所用BLI检测条件下,57个获得结合阳性结果,候选命中率46.7%,且每个靶点都获得了多个命中。其中NK3R的30个候选全部命中,最佳表观KD为23.2 nM;GPR68送测11个、命中10个,最佳表观KD为12.1 nM;六个靶点的最佳表观亲和力均在纳摩尔级。


图:GPR68 和 NK3R 与纳米抗体候选的预测结合构型。青色为设计的结合分子,白色为靶点。

来源:分子之心技术报告

复杂膜蛋白上的设计,已成为不同团队展开竞争的重要方向。在另一组GPCR上,Chai Discovery也曾报告过成功的验证结果,在六个靶点上开展了七项设计任务,每个项目测试10-73个设计,整体候选命中率为33.2%。

相比之下,MMDesign此次每个靶点送测9-33个候选,测试量级进一步压缩,却拿到了46.7%的整体候选命中率,表现出了极小送测规模下针对难靶点的突出设计能力。

TNFα是另一个AI蛋白质从头设计中的挑战性靶点,Google DeepMind和BoltzGen都做过尝试但未获得命中。Chai Discovery和Anthropic分别报告过针对TNFα从头设计的小型蛋白结合分子,候选命中率分别约为22.7%(5/22)和8.0%(12/150),最优表观KD分别为4.46nM和0.7nM。

很多小型结合蛋白依靠固定的α螺旋结构结合靶点,构象相对可控,AI设计门槛更低,但适配的靶点类型有限,且长期存在免疫原性隐患;纳米抗体通过采用人源化骨架能够显著降低免疫原性风险,其结合区域为受骨架约束、柔性可变的CDR环,可识别更多高价值难成药靶点,代价是CDR环构象难以稳定预判,显著抬高了AI设计的难度。

MMDesign此次通过更具难度的纳米抗体路线,在TNFα这一难靶点上取得了从头设计的突破性进展:低至14个的实验候选量、50%的候选命中率、51pM的最佳表观亲和力。

这些结果体现着“围绕需求创造候选”的具体落点:面对具有明确设计难度的靶点,平台能够提供可结合分子起点,供研发团队继续开展功能与后续开发研究。

从头设计的另一重增量:打开设计空间,为研发探索新答案

从头设计的另一项价值,是不依靠已知的“参考答案”,探索已有分子之外的新方案。这既涉及能否覆盖公开验证先例较少的任务,也涉及生成的分子的新颖性。

一些重要靶点的公开治疗性抗体资料仍然有限,缺乏明确的设计“参考”。这类任务最能检验从头设计是在创造还是在复现。

以MMDesign此次验证的GPCR为例, NK3R、GPR68、CCR7、EP2和A2AR五个靶点在Thera-SAbDab数据库(PL132)中均未收录治疗性抗体条目。MMDesign在这五个靶点上均获得了纳米抗体结合命中:89个受测候选中有53个获得结合,命中率为59.6%。根据作者检索,这也是针对NK3R、GPR68、EP2和A2AR首次公开报告的 AI 纳米抗体从头设计成功结果。

这些新设计的结合分子,为相关靶点补充了可供研究的候选,也进一步体现出从头设计的创造性:即使可参考的信息有限,也可以围绕指定靶点和表位设计并验证新的结合分子。

MMDesign还从序列与结构层面考察了设计分子的新颖性。与已知抗体数据库的比较显示,许多设计序列在抗原识别区域存在明显差异;部分分子预测CDR环区,尤其CDR3呈现出与已知抗体不同的构象。

这些结果和分析提供了另一层证据:平台能够探索不同的序列与结构方案,并从中获得结合分子。对于现有候选难以满足需求的研发任务,这意味着更多新的分子选择。

跨靶点、跨模态,让设计能力服务不同任务

高效命中、攻克难靶点和提供新设计的能力得到了验证。但从头设计能否成为稳定的研发路径,还要看同一套发现流程能否复用于不同任务。

在作者梳理的公开报告中,除了MMDesign外,能通过计算优选后直接验证候选,并在超过10个靶点上获得结合命中的从头设计平台仍属少数——包括Chai-2、JAM-2、Protenix-v2、Latent-X2和BindCraft,在抗体和环肽两种模态上成功的仅有Latent‑X2 、BoltzGen和AnewOmni。MMDesign本次报告在18个靶点中命中17个,分子模态也覆盖了纳米抗体和大环肽,同一套流程,已经跨过了不同任务的边界。

跨分子模态的挑战更大,需要考察同一套发现流程能否处理不同类型分子的结构约束。对于大环肽的设计而言,模型需要同时处理成环几何约束、结合构象与靶点相互作用,现有方法不能直接照搬。MDM2上,21个大环肽候选中有16个命中,最佳KD为13.7 μM;针对PD-L1,28个候选中有11个命中,最佳KD为40.2 μM。MMDesign跨靶点、跨模态的结果为从头设计的跨场景应用提供了系统性验证。


图:针对 MDM2 和 PD-L1 的大环肽候选 SPR 结合曲线

来源:分子之心技术报告

值得一提的是,除新靶点外,MMDesign还对六个此前研究过的靶点再次开展设计,其中五个在候选命中率、最佳亲和力或两者上获得提升。以PDGFR为例,送测候选由25个减至19个,结合命中由1个增至4 个,最佳KD也由150 nM提升至37 nM。送测数量减少,获得的结合分子反而更多,最佳候选的结合也更强。

新任务、难靶点能命中,老项目能继续优化,共同构成一条可反复采用的早期发现路径。

必争的,不只是模型,而是新的研发范式

从复杂靶点上的结合发现,到已有项目的改善,再到不同分子形式的实验验证,MMDesign这份报告呈现了一条由研发需求牵引的分子发现路径:研发者可以先明确希望分子结合哪个靶点、识别哪个表位,以及采用什么分子形式,再由模型围绕这些要求生成候选分子,交由实验检验。对于传统发现方法难以攻克的靶点,或已有候选难以满足的任务,这提供了一种按具体需求探索新分子方案的方式。

这条路径是否足够实用,还取决于能否以较低成本拿到值得继续开发的候选。MMDesign以较小的送测规模获得多个结合分子,并将表达、聚集倾向和非特异性结合等指标纳入设计评估,部分候选也在初步实验中表现良好。从结合到可开发性,从优选效率到候选广度,从头设计正在逐步解决药物发现中的具体问题。

这也解释了从头设计为何成为AI药物研发的必争之地:它改变的是研发源头获得候选的方式。除了从已有可能中筛选,研发者开始拥有另一种选择——围绕需求主动高效地创造新的候选。未来谁能把这种构建变成稳定、可复用的实际研发生产力,持续创造经实验确认、具有开发潜力的候选分子,谁就将在药物发现的源头建立竞争力。

参考资料:

[1] Xu, J., on behalf of The MoleculeMind Team. MMDesign: Robust De Novo Binder Discovery Across Diverse Targets and Modalities. https://zenodo.org/records/23321531

[2] Anthropic. How Claude designed protein binders against scorpion neurotoxins. https://www.anthropic.com/research/claude-scorpion-toxin-binder-design

[3] Zambaldi, V., La, D., Chu, A. E., et al. De novo design of high-affinity protein binders with AlphaProteo. arXiv:2409.08022v1, 2024. https://arxiv.org/abs/2409.08022v1

[4] Chai Discovery. Introducing Chai-2: Zero-shot antibody design in a 24-well plate. https://www.chaidiscovery.com/news/introducing-chai-2

[5] Chai Discovery. Drug-like antibody design against challenging targets with atomic precision. https://www.chaidiscovery.com/news/chai-2-mab

[6] Muratspahić, E., Feldman, D., Kim, D. E., et al. De novo design of miniproteins targeting GPCRs. Nature. DOI: 10.1038/s41586-026-10656-8. https://www.nature.com/articles/s41586-026-10656-8

[7] Zhang, Y., Gong, C., et al. Protenix-v2: Broadening the Reach of Structure Prediction and Biomolecular Design. bioRxiv preprint, 2026. DOI: 10.64898/2026.04.10.717613. https://seed.bytedance.com/zh/public_papers/protenix-v2-broadening-the-reach-of-structure-prediction-and-biomolecular-design

[8] Nabla Bio. JAM-2: Fully Computational Design of Drug-like Antibodies with High Success Rates. Technical report, 2025. https://nabla-public.s3.us-east-1.amazonaws.com/2025_Nabla_JAM2.pdf

[9] Latent Labs. Drug-like Antibodies with Low Immunogenicity in Human Panels Designed with Latent-X2. Technical report, arXiv:2512.20263, 2025. https://arxiv.org/abs/2512.20263

[10] Pacesa, M., Nickel, L., Schellhaas, C., et al. One-shot design of functional protein binders with BindCraft. Nature, 646(8084): 483–492, 2025. DOI: 10.1038/s41586-025-09429-6. https://doi.org/10.1038/s41586-025-09429-6

[11] Stark, H., Faltings, F., Choi, M., et al. BoltzGen: Toward Universal Binder Design. bioRxiv preprint, 2025. DOI: 10.1101/2025.11.20.689494. https://doi.org/10.1101/2025.11.20.689494

[12] Anew Labs Team, Liu, K. AnewDDE: An Agentic Drug Discovery Engine for Biomolecular Interaction Modelling and Closed-Loop Design. bioRxiv preprint, 2026. DOI: 10.64898/2026.09.20.752967. https://doi.org/10.64898/2026.09.20.752967

[13] Claude Science, Shanehsazzadeh, A. Autonomous de novo protein binder design with Claude. Anthropic technical report, 2026. https://www-cdn.anthropic.com/30bf50e22a01388bb29bf077ee3f244531594b7a.pdf

[14] Isomorphic Labs. Isomorphic Labs announces Series C investment round. 17 November 2026. https://www.isomorphiclabs.com/articles/isomorphic-labs-announces-series-c-investment-round

[15] BioCentury. Isomorphic raises record $5B round before naming a development candidate. 18 November 2026. https://www.biocentury.com/article/661647/isomorphic-raises-record-5b-round-before-naming-a-development-candidate


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
72岁的台湾老兵左智超回江苏探亲,酒后失声痛哭:“其实我是共产党员。”在女儿追问下,他说出了隐藏多年的秘密

72岁的台湾老兵左智超回江苏探亲,酒后失声痛哭:“其实我是共产党员。”在女儿追问下,他说出了隐藏多年的秘密

人生录
2026-10-28 00:40:06
懂车帝也太刚了!

懂车帝也太刚了!

胖胖说他不胖
2026-10-09 15:08:05
燕郊通地铁,大家争相拍照,有人说像90年代农村刚通电

燕郊通地铁,大家争相拍照,有人说像90年代农村刚通电

原广工业
2026-11-20 17:31:44
发现一个养老真相:养老院里 70% 是女性,被用 “男性标准” 照顾

发现一个养老真相:养老院里 70% 是女性,被用 “男性标准” 照顾

浩渺青史
2026-11-21 04:22:11
2011年,人大女生苏紫紫全身赤裸,让记者坐到对面,问了一句“你敢看我吗”

2011年,人大女生苏紫紫全身赤裸,让记者坐到对面,问了一句“你敢看我吗”

人生录
2026-10-08 17:22:31
这首诗,夸王忠林“不负山河”

这首诗,夸王忠林“不负山河”

陈鹰
2026-11-21 00:18:05
老父亲从村里捎来一桶野蜂蜜,我嫌太齁转手送了顶头上司,1个礼拜后,老板把我拉进里间握着手道谢

老父亲从村里捎来一桶野蜂蜜,我嫌太齁转手送了顶头上司,1个礼拜后,老板把我拉进里间握着手道谢

晓艾故事汇
2026-11-14 09:29:27
沃特森谈哈登51分:能够亲眼见证这一切 真的太不可思议了

沃特森谈哈登51分:能够亲眼见证这一切 真的太不可思议了

北青网-北京青年报
2026-11-21 13:47:01
原来这些名字我们一直都理解错了!网友:鸭屎香原来和鸭无关!

原来这些名字我们一直都理解错了!网友:鸭屎香原来和鸭无关!

马蹄烫嘴说美食
2026-11-20 06:43:32
GTA 6手感像大镖客2?先改这个移动设置

GTA 6手感像大镖客2?先改这个移动设置

渡川5
2026-11-20 03:26:06
苏州3岁女童被父亲女友捂压口鼻致死,被告人孕期作案一审被判无期,生父准备上诉

苏州3岁女童被父亲女友捂压口鼻致死,被告人孕期作案一审被判无期,生父准备上诉

澎湃新闻
2026-11-21 09:42:42
近200万条请求揭开AI隐私漏洞:“零数据保留”也会泄密

近200万条请求揭开AI隐私漏洞:“零数据保留”也会泄密

IT之家
2026-11-21 10:14:17
花坛藏尸案被害人儿子回应被告人提起上诉:她没有悔改的心理

花坛藏尸案被害人儿子回应被告人提起上诉:她没有悔改的心理

南方都市报
2026-11-20 22:38:08
30年的酒不是白喝的,黄仁勋刚离任7天,台积电就对英伟达翻脸了

30年的酒不是白喝的,黄仁勋刚离任7天,台积电就对英伟达翻脸了

互联网大观
2026-11-20 13:52:35
中国女篮冒出天才后卫,4场比赛征服美国人,已经被WNBA选中

中国女篮冒出天才后卫,4场比赛征服美国人,已经被WNBA选中

吴蛛旅行ing
2026-11-21 10:50:59
U17世界杯开门黑!国足0-5西班牙 邝兆镭争议送点 12分钟崩盘丢3球

U17世界杯开门黑!国足0-5西班牙 邝兆镭争议送点 12分钟崩盘丢3球

我爱英超
2026-11-20 23:57:22
黄仁勋老婆给他买的皮衣怎么办?网友:“千算万算,没想到他离婚会波及到我啊!”

黄仁勋老婆给他买的皮衣怎么办?网友:“千算万算,没想到他离婚会波及到我啊!”

LOGO研究所
2026-11-09 19:40:24
澳洲女记者一夜爆红! 所有人只顾看她, 完全没听新闻

澳洲女记者一夜爆红! 所有人只顾看她, 完全没听新闻

澳微Daily
2026-11-21 14:49:23
GTA 6性感NPC走红,玩家却在她后院发现尸体大小的坑

GTA 6性感NPC走红,玩家却在她后院发现尸体大小的坑

自愈小日子
2026-11-20 07:26:40
黄金下跌,为什么没人急着抄底?

黄金下跌,为什么没人急着抄底?

点评校尉
2026-11-20 22:37:29
2026-11-21 15:51:00
生物世界 incentive-icons
生物世界
最前沿、最有趣的生命科学研究
10381文章数 145203关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

特朗普亚洲行后举行记者会 为与普京的"朋友"关系辩护

头条要闻

特朗普亚洲行后举行记者会 为与普京的"朋友"关系辩护

体育要闻

伦德伯格撞墙的力度真不轻

娱乐要闻

虞书欣擦边自拍、霸凌同事、媒体点名?

财经要闻

走过三年牛市,黄金何去何从?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

教育
本地
家居
数码
房产

教育要闻

晚自习到底几点结束?武侯区给出的时间线,家长得看清

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

家居要闻

2026建博会(广州) 公装联探展交流活动

数码要闻

高驰VERTIX 4运动手表曝光:1.47英寸AMOLED屏幕

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

无障碍浏览 进入关怀版