摘要：在过去的十多年里，众多生物技术初创公司涌现，致力于利用AI技术进行蛋白质设计。最近，知名行业媒体STAT评选出了在AI蛋白质设计领域值得关注的7家公司。

转自：中国医药报

随着技术的持续进步，基于人工智能（AI）的技术平台正成为推动蛋白质科学发展的重要力量，并为未来的药物发现和疾病治疗带来变革。

在过去的十多年里，众多生物技术初创公司涌现，致力于利用AI技术进行蛋白质设计。最近，知名行业媒体STAT评选出了在AI蛋白质设计领域值得关注的7家公司。

Xaira Therapeutics

Xaira Therapeutics是一家综合性生物技术公司，致力于利用AI推动生命科学发展。该公司成立之初即获得超过10亿美元的资金支持，吸引了众多大牌投资者。

Xaira Therapeutics主要涵盖三大核心板块：先进的机器学习（ML）研究、大规模数据生成以及强大的疗法开发能力。该公司计划开发自己的产品线，并与医药公司合作，为特定适应证开发合适的分子。其初期项目或将聚焦于蛋白质，同时也可能拓展至其他分子类型。

Nabla Bio

Nabla Bio于2021年成立，成立之初便获得了1100万美元资金，并在2024年5月完成2600万美元的A轮融资。2024年，该公司宣布与阿斯利康、百时美施贵宝和武田等大型医药公司达成战略合作。

Nabla Bio正在开发一个集成的AI和湿实验室平台，旨在实现精确的药物设计和药物特性的高通量检测。该公司专注于攻克难以成药的靶点，尤其是多次跨膜蛋白。开发针对多次跨膜蛋白的药物面临挑战，主要原因为这些蛋白在细胞膜外暴露的表面积有限，且需要精确区分活性和非活性的受体形式。传统的大规模文库筛选方法往往无法满足这些精确的要求。Nabla Bio采用了一种创新的方法，直接生成具有所需表位、构象和靶标特异性的候选药物。Nabla Bio的生成式蛋白质设计平台正在解锁数百个以前难以成药的靶点。

此外，Nabla Bio还在开发微米级容器技术，这项技术使得公司能够在3~4周内对数千至数百万候选药物的多种人体相关特性进行多重评估。这些丰富的数据将为下一轮的建模和设计决策提供关键信息。

Absci

Absci是一家AI驱动的药物发现和开发公司，专注于抗体领域。该公司已于2021年成功上市。2023年底，该公司与阿斯利康达成了一项2.47亿美元的合作。根据协议，Absci将在合作中利用其创新生成式AI技术，为特定的肿瘤靶标开发治疗性候选抗体。协议包括预付款、研发经费和里程碑款项等，总金额高达2.47亿美元。

Absci的综合药物创造平台结合了生成式AI和一套可扩展的实验室技术。该平台通过测量数百万个蛋白质-蛋白质相互作用生成数据。这些数据用于训练Absci的AI模型，并在此后的迭代中验证使用新AI模型设计的抗体。该平台通过同时优化多种药物属性，并扩大药物靶点范围，以涵盖此前被认为“不可成药”的药物靶点（如G-蛋白偶联受体和离子通道），从而提高候选药物成功开发的可能性。该公司的现有候选药物管线主要集中在细胞因子生物学领域。

Profluent

Profluent是一家成立于2022年的AI驱动的蛋白质设计公司，专注于利用深度生成式AI模型开发新型功能性蛋白质。该公司在成立之初就成功筹集了900万美元的种子轮融资，并在2024年3月完成了新一轮融资，其融资总额达到了4400万美元。

与其他专注于蛋白质设计的公司不同，Profluent的主要目标是基因编辑，而非抗体治疗。2024年4月，Profluent发布了一种开源、可编程的AI设计的基因编辑工具——OpenCRISPR。该公司的研发团队通过对26个基因测序数据库的系统性挖掘，整理出了一个包含100多万个CRISPR操纵子的数据集。基于其AI模型，研究人员生成了自然界中CRISPR-Cas家族的4.8倍数量的蛋白质集群，以及为类Cas9效应蛋白定制单向导RNA（sgRNA）序列。目前，Profluent已经公开发布了OpenCRISPR的首个版本——OpenCRISPR-1。

此外，该公司在2024年8月还发布了基于蛋白质结构的语言模型proseLM，进一步扩展了其在蛋白质设计领域的技术能力。

BigHat Bioscience

BigHat Biosciences成立于2019年，是一家专注于开发下一代抗体的生物技术公司，其研究覆盖了多特异性抗体、纳米抗体和抗体偶联药物。该公司于2022年完成了7500美元的B轮融资，其融资总额达到1亿美元。该公司已与多家大型医药公司，如默沙东、艾伯维等，签署了合作协议，正在开发针对多个靶点的抗体药物。

BigHat Biosciences拥有一个名为Milliner的AI抗体设计平台。该平台可将实验室研究与机器学习相结合，使每种抗体从计算机设计到表达、纯化和表征仅需数天时间。该平台还可以设计功能更复杂、具有更好生物物理特性的抗体，并有助于降低优化抗体和其他治疗性蛋白质的难度。

该公司的AI/ML模型能在BigHat的平台上实现主动学习的闭环——每个工作单元完成一次从设计到表征的循环，都能为下一个循环积累和提供信息，使团队能在短时间内快速测试和改进设计的分子。

除了合作关系外，BigHat Biosciences还拥有自己的管线，主要集中在肿瘤学、炎症性疾病和免疫学领域。

Fable Therapeutics

Fable Therapeutics成立于2022年，成立之初便收获了1000万美元种子资金。

在技术层面，Fable Therapeutics采用了结合基于序列和基于结构的设计理念，这在AI蛋白质设计领域并不常见。目前，该公司正在其管线中开发一种抗体和一种多肽候选药物，并且已经与几家希望利用其先进机器学习技术的医药公司签订了4项未公开的合作协议。

Fable Therapeutics融合了当前生物技术领域的两个热门话题：AI和肥胖症治疗。作为一家专注于AI蛋白质设计的初创公司，Fable致力于代谢性疾病的治疗项目，旨在开发出超越现有GLP-1疗法的“第三代”肥胖症治疗药物。

Generate：Biomedicines

Generate：Biomedicines成立于2018年，专注于开发机器学习驱动的生成式生物学平台，能够根据需要在广泛的生物模式中开发新药。2023年9月，该公司完成了高达2.73亿美元的C轮融资。

该公司的生成式平台Generate Platform以连续循环的方式生成、构建、测量和学习，可以大幅提高靶标和治疗药物的识别和验证速度。其AI药物发现平台Generative Biology能识别疾病中涉及的特定生物过程，结合公司的湿实验室研究，生成“量身定制”的蛋白疗法，包括短肽、复合抗体、酶和基因疗法，满足各种治疗需求。

Generate：Biomedicines有近10个已披露的内部和合作候选项目。2022年1月，该公司与安进达成了一项研究合作协议，共同发现和开发针对5个靶点的蛋白质疗法，这些疗法跨越多个治疗领域和多种治疗模式。根据协议，安进将为最初的5个项目支付5000万美元的预付款，潜在交易数额高达19亿美元。2024年9月，该公司宣布与诺华开展合作，利用其专有的生成式AI平台，通过基于AI的优化和从头生成，发现和开发跨多种疾病领域的蛋白质疗法。根据合作协议，诺华将向Generate：Biomedicines支付总计6500万美元的预付款。

除了与安进和诺华的合作之外，该公司还有更多未披露的项目正在进行中，这些合作进一步证明了其平台在药物发现和开发中的潜力和应用范围。

来源：新浪财经