分子之心在 WAIC 2026 展示其 AI 平台 MMDesign 在肽环和纳米抗体两大模态上实现快速验证,显著提升蛋白质-蛋白质相互作用靶点的药物设计效率。
📝 详细摘要
文章报道分子之心在 WAIC 2026 上公布其 AI 生物药设计平台 MMDesign 在环肽从头设计方面的最新进展:在 p53-MDM2 和 PD-L1 两个经典 PPI 靶点上,首轮设计的候选环肽分别实现 70%以上命中率和可测结合亲和力,优于对照。文章指出这一成绩表明 AI 能够在湿实验前大幅压缩候选空间,形成“生成-计算-实验-迭代”闭环,并将该能力整合至自研的 MoleculdOS 操作系统,面向药企、高校等开放合作,从而推动 AI 成为生物经济的基础设施。
💡 主要观点
- 在 p53-MDM2 靶点上,21 条候选环肽中有 16 条实验命中,命中率超 70%,最佳 KD 达 13.7μM,优于阳性对照。 说明 MMDesign 在首轮设计即能产生高质量的环肽候选分子,显著提升 hit rate 与亲和力。
💬 文章金句
- 在 p53-MDM2 靶点上,MMDesign 首轮设计并进入测试的 21 条候选环肽中,有 16 条获得实验命中,命中率超过 70%;其中,最优候选分子的结合亲和力(KD)达到 13.7 微摩尔,优于同期实验阳性对照。
- 在 PD-L1 靶点上,AI 首轮设计的 19 条候选环肽中,有 6 条经表面等离子体共振(SPR)实验确认可与靶点结合,最佳 KD 接近 40 微摩尔。
- 更值得关注的是结果背后的研发范式变化。这一结果证明,AI 能够在进入湿实验前显著压缩候选空间,使研发团队将有限的实验资源优先投入更具结合潜力的分子。
- 分子之心创始人许锦波表示,AI 生物药研发的关键不在于单次生成或预测结果,而在于建立'生成---计算---实验---迭代'的闭环,通过真实实验数据持续校准模型对结构、相互作用和功能的理解。
📊 文章信息
AI 初评:87
来源:量子位
作者:量子位的朋友们
分类:人工智能
语言:中文
阅读时间:6 分钟
字数:1460
标签: AI药物设计, 环肽, PPI靶点, 纳米抗体, MMDesign