AI 重塑抗体药物研发：从实验室到临床的加速革命

抗体圈 · 公众号 · · 2025-03-03 10:34

正文

抗体药物研发新潮流

在生物科学的广袤天地中，我们正见证着一场意义深远的变革，那便是 人工智能 在 抗体药物 研发领域的深度介入。当下， 单克隆抗体 （mAbs）作为一种极具潜力的治疗手段，在制药行业的研发管线中数量呈爆炸式增长。这一繁荣景象也催生出诸多用于改进和完善抗体研发的新方法，而 人工智能 与 深度学习 技术的融入，无疑为抗体研发带来了全新的活力与方向。

传统抗体研发困境与 AI 突破

传统的 单克隆抗体 发现途径，主要依赖实验技术，像杂交瘤筛选，或者高通量平台，例如酵母或噬菌体展示（即 hit 识别或 HI）。后续，在计算技术的辅助下，对抗体序列进行诱变或进化（从 hit 到 lead，也就是 H2L 优化），以此提升抗体的结合力及其他特性。然而，这些传统方法往往耗时费力，成本也颇为高昂。

值得欣喜的是，近年来，尽管 人工智能 在抗体研发领域尚处起步阶段，但已经有不少公司取得了显著进展。诸多案例研究表明， 人工智能 引导的新药研发在提升结合力、溶解度、产量以及降低免疫原性等方面展现出独特优势。在众多初创公司中，针对先导优化或分子进化产品的研发相对普遍，不过，也有少数先锋公司勇于挑战从靶点 / 抗原全新设计候选药物这一艰巨任务，若能成功，将彻底颠覆传统研发模式。

AI 抗体研发的先锋力量

就拿 Generate Biomedicine 来说，这家 2018 年成立于波士顿的公司，采用基于序列和结构的组合方法，致力于从头设计各类蛋白质，包括具备特定所需特性的抗体。它不仅拥有专有的生成式 人工智能 技术，还搭建了自动化平台，能够快速合成和测试迭代抗体，大大提高了研发效率。

BigHat Biosciences 同样表现出色，这家 2019 年成立于加利福尼亚州的公司，开发了集成平台，将基于无细胞系统的高通量合成与 人工智能 平台针对抗体优化给出的测试建议相结合。他们运用基于序列的方法，把初始抗体序列输入机器学习（ML）模型，优化抗体的各项特性，而且每个测试周期产生的数据会用于更新 人工智能 /ML 模型，进行迭代优化。

还有以色列的 Biolojic Design 公司，自 2009 年成立以来，一直采用基于结构的方法。其模型在数百万个抗体 - 抗原对上进行训练，目的是从现有的人类抗体中识别出针对特定靶点的抗体模板，再运用不同的 ML 模型预测突变，指导模板进化，进而提高抗体的亲和力和其他生物物理特性。

除了上述几家公司，涉足 人工智能 抗体领域的生物技术公司还有很多，如 AbCellera、AbSci、Antiverse 等，这个领域正呈现出蓬勃发展的态势。

行业掀起合作并购热潮

鉴于这些平台展现出的巨大潜力，生物制药公司纷纷行动起来。安进（Amgen）与 Generate Bio 就五个靶点的发现合作建立了伙伴关系，交易价值高达 19 亿美元，外加特许权使用费。2021 年 8 月，Genentech 收购了 Prescient Design。阿斯利康（AstraZeneca）、默克（Merck）、辉瑞（Pfizer）和梯瓦（Teva）四家领先的制药公司，还与亚马逊网络服务公司（AWS）和以色列生物技术基金（IBF）共同启动了 AION 实验室，旨在加速 人工智能 驱动的抗体发现。

不仅生物制药公司密切关注，CRO 和大型 人工智能 公司也参与到这个领域的并购活动中，对早期初创公司进行了多次收购。例如 2019 年，Evotec 以 9000 万美元收购了

AI 重塑抗体药物研发：从实验室到临床的加速革命

正文

(adsbygoogle = window.adsbygoogle || []).push({});

抗体药物研发新潮流

传统抗体研发困境与 AI 突破

AI 抗体研发的先锋力量

行业掀起合作并购热潮

请到「今天看啥」查看全文