「蛋白质印刷」公司Absci 利用AI设计和改进新型抗体药物，机器学习模型实现两大突破，已验证可行性

研发一款新药是一个漫长的过程，据调查，每种非肿瘤类药物的平均研发时间为 5.9-7.2 年，而肿瘤类药物研发时间更是高达 13.1 年。

事先确定靶标分子是现代新药开发的基础。其中的原理类似于 “对症下药”，就是要先确定体内具有药效功能并能被药物作用的生物大分子，然后再根据靶标分子进行候选药物序列的设计。“只需单击一个按钮” 即可由 “药物靶标” 获得 “候选药物序列”，这是 Absci 公司的愿景。

Absci Corporation (Nasdaq: ABSI) 成立于 2011 年，总部位于美国华盛顿，公司通过整合深度学习、人工智能和合成生物学技术，用于蛋白质药物的开发和靶标发现。

图丨 Absci 市值（来源：Google）

今年 1 月，Absci 与美国默沙东公司达成一项合作，利用其仿生蛋白非标准氨基酸技术（Bionic Protein™）及其人工智能驱动的集成药物创造平台（Deep Learning-Enabled Drug Creation™）来制造定制酶，以满足默沙东公司的生物制造应用。

近日，Absci 宣布开发用于设计和改进新型治疗性抗体的机器学习模型。

图丨使用 AI 模型开发抗体的流程（来源：官网）

Absci 使用 Denovium Engine™ AI 模型，首先预测出最佳候选药物序列和感兴趣的蛋白质的细胞系设计，提出解决方案，然后基于数据库构建潜在药物序列，以此作为探针识别潜在的药物靶点。

接下来，根据目标设计蛋白质变体的定制库，并使用合成生物学方法，构建数十亿个基因不同的 SoluPro® 或 Bionic SoluPro® 细胞进行表征，利用基于流式细胞仪的 Activity-specific Cell Enrichment (ACE) Assay™ 进行评估和分类，获得最佳目标群体。据公司官网显示，Absci 专有的数据生成技术，能够实现每周评估多达 100 亿个细胞，其中每个细胞表达一个药物序列变体。

Absci 的 HiPrBind™ 对以上群体进行筛选，选择潜在的先导物。采用选定的先导细胞系优化生产力和蛋白质质量，并对主要候选药物进行全面分析，此过程能够不断生成大型和复杂的数据集，再使用这些数据训练 Denovium Engine™，使其能够做出越来越精细的预测。

在 NVIDIA GTC 全球知名 AI 开发者大会上，Absci 介绍了公司药物发现机器学习模型的两项突破。

突破一是，机器学习模型能够用于定量预测抗体靶标的结合强度。例如，Absci 证明该模型可以准确预测以前未见的曲妥珠单抗变体的四个数量级的亲和力，包括准确预测比野生型曲妥珠单抗具有更好的靶点亲和力的变体。（候选分子和靶点分子的结合越强，即亲和力越大）

突破二是，机器学习模型可为抗体变体的 “自然性” 打分。自然性是 Absci 显示的一个参数，它与多种可开发性特征相关，可开发性越好，通过临床前测试和临床开发，作为候选药物获得成功的可能性越大。

重要的是，机器学习模型还能够对 “亲和力” 和 “自然性” 不断进行优化。在会上，Absci 还利用自己专有且高度工程化的合成生物学平台，对于模型预测的结论进行了湿实验测试，验证其机器模型的可行性。

Absci 创始人兼首席执行官 Sean McClain 表示：“我们正在与 NVIDIA 合作，结合自身的合成生物学平台和突破性分析，以及 NVIDIA 的专业知识，不断验证、迭代训练和改进 AI 性能。”NVIDIA，创立于 1993 年 1 月，是一家以设计和销售图形处理器为主的无厂半导体公司。

在中国，利用 AI 制药也开始受到了药企的青睐，药明康德、诺华、阿斯利康、辉瑞、GSK 和赛诺菲等大型跨国药企开始试水利用 AI 发现新药。

参考资料：

https://www.kulr8.com/news/money/absci-develops-groundbreaking-machine-learning-models-for-in-silico-antibody-design-powered-by/article_e3f15c94-9b26-5587-aefe-cdcdda7f7f4f.html

欢迎合成生物学领域科研从业者扫码加群，加好友请备注“单位+领域+职位”（不加备注不予通过）↓↓↓

-End-

点击关注生辉 SynBio，专注于 合成生物学科研及产业化的全链条内容和数据品牌↓↓↓

—— 你可能错过的 ——

专访祁庆生丨山大团队构建人工生态系统实现塑料降解再循环，或可工业化生产，致力于打造从基础到应用的创新链条

专访陈守文丨产量高达6.24g/L，湖北大学团队改造地衣芽胞杆菌从头合成2-苯乙醇，有望实现工业化生产

专访陈振丨合成生物与工程融合，清华团队以谷氨酸棒杆菌为底盘合成1,3-丙二醇，打破国外垄断、促进产业升级