专栏名称: 医药魔方Pro

聚焦生物医药前沿，洞察研发投资风向！医药魔方Pro重点关注全球范围内的生物医药新技术、新靶点、新疗法，主要跟踪早期项目投融资事件和临床数据，邀请一线专家对重磅研究成果和行业事件进行解读，提示生物医药的研发投资风向。

诺奖得主引领，AI蛋白质药物从头设计 | Xaira Therapeutics

医药魔方Pro · 公众号 · · 2024-10-22 17:23

正文

创新是生物医药领域发展的命脉。如何将一项创新技术、一个创新靶点转换为一类创新疗法是科学界、产业界、投资界共同探讨的命题。

医药魔方《创星》栏目，根据 InvestGO® 独有的评分系统，筛选最值得关注的一批“创新之星”，从科学基础、技术优势、研发潜力等多个维度，洞悉新锐公司获资本青睐的原因，同时，也将总结同领域的全球竞争概况，辅助国内创新药同行的决策判断。

10月9日，瑞典皇家科学院宣布了2024年诺贝尔化学奖得主，该奖项授予了三位科学家：David Baker、Demis Hassabis和John M. Jumper，以表彰他们在蛋白质设计和蛋白质结构预测领域的重大贡献。其中，David Baker因为在计算蛋白设计方面的重大贡献分享了一半的奖金。

来源：诺贝尔奖官网

David Baker是华盛顿大学蛋白质设计研究所所长，他的实验室聚焦蛋白质结构预测和设计，通过新的生成式AI的方法，如从头开始设计复杂分子、加速新靶点发现等，可将研究时间缩短数月甚至数年。

来源：GeekWire

David Baker实验室推出的主要蛋白质设计和预测模型有trRosetta、RoseTTAFold、RFdiffusion和RFantibody等。trRosetta是一个早期的深度学习模型，能够预测单个蛋白质结构，研究成果于2020年年初发表于《美国国家科学院院刊》(PNAS)杂志。

来源：DOI: 10.1073/pnas.1914677117

RoseTTAFold在trRosetta基础上迭代，使用了三轨神经网络，这种神经网络结构能够同时处理蛋白质的一维、二维和三维信息，从而提高预测的准确性和效率。RoseTTAFold因而能够预测蛋白复合物的结构，相关研究成果于2021年发表于《科学》期刊，并成为当期杂志封面文章。

来源：《科学》期刊官网

RFdiffusion在RoseTTAFold的基础上迭代，引入了扩散模型，通过逐步“去噪”，氨基酸可逐步变形为复杂的形状，并开始具备与真实蛋白质类似的结构特征，例如α-螺旋和β-折叠。RFdiffusion模型也因此支持从头设计蛋白质骨架，能够生成与真实蛋白质结构类似，但在自然界中却从未出现过的蛋白质。相关研究成果在2023年发表于《自然》期刊。

来源：DOI: 10.1038/s41586-023-06415-8

RFantibody在RFdiffusion模型基础上微调，将抗原结合表位作为“热点”(hotspot)残基输入模型，即可产生针对特定抗原表位的单域抗体，因而RFantibody模型能够支持从头设计针对特定抗原的单域抗体，相关研究成果2024年3月发表于bioRxiv预印本。

来源：DOI: 10.1101/2024.03.14.585103

凭借着在人工智能蛋白质设计领域的积累，David Baker与斯坦福大学前校长联合创立了Xaira Therapeutics，利用人工智能进行抗体药物研发。根据医药魔方InvestGO®数据库显示，Xaira Therapeutics于2024年4月23日宣布完成10亿美元A轮融资，融资数额之大在整个生物医药投融资领域都十分罕见。本轮融资由InvestGO® TOP50风投机构ARCH Venture Partners和Foresite Capital 领投，F-Prime Capital、NEA等机构跟投，所获资金将为药物发现和开发构建平台，推进多个药物项目并解锁生物学理解，为未来药物发现提供信息。

来源：医药魔方InvestGO®数据库

值得注意的是，2024年4月3日，另一家人工智能辅助抗体药物设计公司Diagonal Therapeutics获得1.28亿美元融资，这两起融资事件不仅突显了资本对人工智能在抗体药物设计领域应用的高度关注，也反映了该领域的巨大潜力和创新价值。此外，2024年诺贝尔物理学奖授予了在神经网络和机器学习领域做出基础性贡献的科学家John J. Hopfield和Geoffrey E. Hinton，这进一步证明了人工智能领域的科学成就受到国际认可，同时也预示着人工智能技术将在更多领域展现出其强大的影响力。