蛋白質(zhì)作為生命活動的主要承擔(dān)者，通過與不同類型分子（蛋白、核酸、金屬離子、小分子）的相互作用行使其生物學(xué)功能。結(jié)構(gòu)解析和結(jié)構(gòu)分析是理解蛋白互作、信號傳導(dǎo)、藥物作用機(jī)制和藥物優(yōu)化等的關(guān)鍵步驟之一。以核磁共振、晶體衍射和冷凍電鏡為主的傳統(tǒng)濕實驗作為結(jié)構(gòu)解析的主要方法，可以實現(xiàn)高分辨的原子結(jié)構(gòu)模型，但該方法往往周期長、成本高且具有不確定性，亟需更好的方法來研究蛋白互作。而基于生成式AI的結(jié)構(gòu)預(yù)測尤其互作復(fù)合物結(jié)構(gòu)預(yù)測等干實驗可以在抗原設(shè)計、表位預(yù)測及后期模型搭建過程中，提供重要的參考信息，從而極大提升結(jié)構(gòu)解析的成功率并縮短實驗周期；此外，AI在分子性質(zhì)的預(yù)測、篩選和優(yōu)化方面也展現(xiàn)出巨大潛力，這不僅極大地加快了分子改造的速度，還顯著提高了成功率。
三優(yōu)生物與百奧幾何深度合作，現(xiàn)推出“基于干濕結(jié)合的藥物結(jié)構(gòu)及功能優(yōu)化平臺”，發(fā)揮雙方各自優(yōu)勢，加速大分子藥物研發(fā)進(jìn)度。該平臺目前聚焦在3大應(yīng)用場景：1. 結(jié)構(gòu)分析，基于百奧幾何自研AI平臺GeoBiologics，在抗原-抗體復(fù)合物預(yù)測任務(wù)上精度達(dá)到Alphafold3的水平，提供未知分子的結(jié)構(gòu)預(yù)測及結(jié)構(gòu)分析。2. 功能研究，基于AI的大分子抗體藥物結(jié)合表位分析，聚焦表位及結(jié)構(gòu)差異，在研發(fā)早期甄別差異性抗體，實現(xiàn)藥物差異化研究。3. 藥物優(yōu)化，基于AI預(yù)測，加速完成大分子真實結(jié)構(gòu)解析，指導(dǎo)抗體藥物從頭設(shè)計、成藥性分析、人源化設(shè)計及親和力成熟等，實現(xiàn)藥物優(yōu)化及改造。
圖1. 基于干濕結(jié)合的藥物結(jié)構(gòu)及功能優(yōu)化平臺概覽
三優(yōu)生物在濕實驗具有超強(qiáng)市場競爭力，具備超萬億創(chuàng)新生物藥發(fā)現(xiàn)平臺、創(chuàng)新生物藥一體化研發(fā)平臺和創(chuàng)新生物藥智能化研發(fā)平臺，可以滿足生物藥研發(fā)的所有需求，包括高難度原材料制備、多類型生物分子發(fā)現(xiàn)、多維度成藥性提升、全流程IND申報等。尤其在蛋白結(jié)構(gòu)解析這一方面涵蓋早期的結(jié)構(gòu)可行性分析、高難度原材料制備、基于晶體衍射和冷凍電鏡的雙技術(shù)結(jié)構(gòu)解析和基于點突變的結(jié)構(gòu)功能驗證等一站式結(jié)構(gòu)解析平臺，可以完成未知蛋白及其復(fù)合物（蛋白、抗原抗體、蛋白核酸復(fù)合物、多元蛋白復(fù)合物、蛋白小分子復(fù)合物、VLP等）的真實結(jié)構(gòu)解析。同時，通過深度整合數(shù)字化、計算生物學(xué)與自動化，打造“AI+計算+自動化”智能化創(chuàng)新新形態(tài)，三優(yōu)生物將加速藥物發(fā)現(xiàn)、藥物優(yōu)化及藥物開發(fā)進(jìn)程，引領(lǐng)創(chuàng)新生物藥物的智能化研發(fā)服務(wù)。
目前，三優(yōu)生物已建設(shè)了數(shù)字化和智能化工作系統(tǒng)，涵蓋客戶項目管理系統(tǒng)、樣品管理系統(tǒng)、內(nèi)部項目管理系統(tǒng)、報告自動化管理系統(tǒng)、序列分析系統(tǒng)、引物設(shè)計系統(tǒng)、實驗數(shù)據(jù)處理系統(tǒng)、藥物開發(fā)系統(tǒng)、建模預(yù)測抗藥性分析系統(tǒng)、客戶地圖管理系統(tǒng)等多種數(shù)字化系統(tǒng)。三優(yōu)生物將“完整技術(shù)后臺、大數(shù)據(jù)中臺、快捷交付前臺”整合為藥物研發(fā)數(shù)字化平臺，將“生物信息學(xué)、計算科學(xué)與統(tǒng)計學(xué)”整合為計算生物學(xué)平臺，將“自動化技術(shù)與藥物篩選技術(shù)”整合為自動化技術(shù)平臺。三臺合一，形成了創(chuàng)新生物藥智能化研發(fā)服務(wù)平臺。
而百奧幾何在干實驗的超強(qiáng)算法和算力，是國際上率先將擴(kuò)散生成模型、幾何深度學(xué)習(xí)等前沿技術(shù)引入分子建模和設(shè)計的團(tuán)隊，具備蛋白大模型訓(xùn)練與調(diào)優(yōu)平臺和生成式AI抗體設(shè)計與優(yōu)化平臺（GeoBiologics），基于GeoBiologics平臺可以完成蛋白從頭設(shè)計、結(jié)構(gòu)分析、包含親和力、成藥性、人源性在內(nèi)的抗體多目標(biāo)優(yōu)化等多項任務(wù)，為藥物研發(fā)深度賦能、提質(zhì)增效。通過與百奧幾何的AI解決方案無縫銜接，三優(yōu)豐富的項目經(jīng)驗和成熟的濕實驗平臺結(jié)合百奧幾何的AI平臺，可大幅度提升生物藥發(fā)現(xiàn)的效率，從理論上和實踐上推進(jìn)各項管線及藥物的研發(fā)進(jìn)度。
表1. 三優(yōu)生物與百奧幾何研發(fā)平臺優(yōu)勢互補(bǔ)
隨著生成式AI的快速發(fā)展，AI技術(shù)已突破單一應(yīng)用，與生物技術(shù)實現(xiàn)深度結(jié)合，極大加速了生物藥的臨床前研究。目前市場上已有數(shù)個AI結(jié)合的生物藥分子獲得IND批件，三優(yōu)生物主導(dǎo)的結(jié)構(gòu)解析平臺已發(fā)表4篇Science等高分文章，百奧幾何已在人工智能和深度學(xué)習(xí)領(lǐng)域的頂級會議上發(fā)表了數(shù)十篇文章。隨著未來百奧幾何的AI抗體設(shè)計平臺的加入，雙方將更深度地參與生物藥研發(fā)，通過雙方新平臺的合作搭建——基于干濕結(jié)合的藥物結(jié)構(gòu)及功能優(yōu)化平臺，對各類生命分子的結(jié)構(gòu)分析和結(jié)構(gòu)解析，將提高藥物新靶點發(fā)現(xiàn)到藥物生成的效率和各項驗證，加速藥物研發(fā)，推進(jìn)人類健康事業(yè)的建設(shè)。
三優(yōu)生物部分已發(fā)表或合作發(fā)表成果參考如下：
1. Hastie KM, et al. Defining variant-resistant epitopes targeted by SARS-CoV-2 antibodies: A global consortium study. Science. 2021 Oct 22;374(6566):472-478. (IF 63.832)
2. Yao H, et al. Rational development of a human antibody cocktail that deploys multiple functions to confer Pan-SARS-CoVs protection. Cell Res. 2021 Jan;31(1):25-36. (IF 46.351)
3. Liu J, et al. hACE2 Fc-neutralization antibody cocktail provides synergistic protection against SARS-CoV-2 and its spike RBD variants. Cell Discov. 2021 Jul 20;7(1):54.(IF 38.09)
4. Hang Chi, et al. An Engineered IgG?VHH Bispecific Antibody against SARS-CoV-2 and Its Variants. Small Methods. 2022 Dec;6(12):e2200932. (IF 13.3)
百奧幾何部分已發(fā)表成果參考如下：
1. Lu J, Zhong B, Zhang Z, et al. Str2str: A score-based framework for zero-shot protein conformation sampling[C]//The Twelfth International Conference on Learning Representations. 2024.
2. Xu M, Yuan X, Miret S, et al. Protst: Multi-modality learning of protein sequences and biomedical texts[C]//International Conference on Machine Learning. PMLR, 2023: 38749-38767.
3. Shi C, Wang C, Lu J, et al. Protein Sequence and Structure Co-Design with Equivariant Translation[C]//The Eleventh International Conference on Learning Representations. 2023.
4. Zhang Y, Cai H, Shi C, et al. E3Bind: An End-to-End Equivariant Network for Protein-Ligand Docking[C]//The Eleventh International Conference on Learning Representations. 2023.
5. Zhang Z, Xu M, Jamasb A R, et al. Protein Representation Learning by Geometric Structure Pretraining[C]//The Eleventh International Conference on Learning Representations. 2023.
6. Xu M, Yu L, Song Y, et al. GeoDiff: A Geometric Diffusion Model for Molecular Conformation Generation[C]//International Conference on Learning Representations. 2022.
7. Xu M, Zhang Z, Lu J, et al. Peer: a comprehensive and multi-task benchmark for protein sequence understanding[J]. Advances in Neural Information Processing Systems, 2022, 35: 35156-35173.
8. Shi C, Luo S, Xu M, et al. Learning gradient fields for molecular conformation generation[C]//International conference on machine learning. PMLR, 2021: 9558-9568.
9. Shi C, Xu M, Guo H, et al. A graph to graphs framework for retrosynthesis prediction[C]//International conference on machine learning. PMLR, 2020: 8818-8827.
關(guān)于三優(yōu)生物
三優(yōu)生物成立于2015年，是一家國際領(lǐng)先的專注于創(chuàng)新生物藥研發(fā)和服務(wù)的高新技術(shù)企業(yè)；公司致力于實現(xiàn)“讓天下沒有難做的創(chuàng)新生物藥”的使命；公司建立了“差異化CRO、整合型CDO、協(xié)同型CPO、特色CRS”于一體的4C綜合業(yè)務(wù)體系。
公司建立了設(shè)施設(shè)備先進(jìn)齊全的創(chuàng)新生物藥一體化研發(fā)實驗室；公司發(fā)展起了一支以碩士和博士為主的專業(yè)團(tuán)隊；公司打造了居于行業(yè)領(lǐng)軍水平的“超萬億、一體化、智能化”三大創(chuàng)新藥研發(fā)技術(shù)平臺；公司建立了以十萬億噬菌體展示分子庫為代表的，涵蓋原材料制備、分子發(fā)現(xiàn)、分子優(yōu)化、體內(nèi)外藥效、細(xì)胞株構(gòu)建、上下游工藝、臨床前研發(fā)及產(chǎn)業(yè)化開發(fā)等的50多個技術(shù)子平臺。
公司的業(yè)務(wù)網(wǎng)絡(luò)已擴(kuò)展至中美歐等世界各地，公司在波士頓、費(fèi)城、圣地亞哥和倫敦等地設(shè)有業(yè)務(wù)網(wǎng)點；公司已和全球1000多家制藥公司、藥物研發(fā)機(jī)構(gòu)、診斷試劑產(chǎn)品公司建立了友好的業(yè)務(wù)合作關(guān)系。公司已獲得國家高新技術(shù)企業(yè)、專精特新、ISO9001質(zhì)量管理體系、GB/T知識產(chǎn)權(quán)管理體系等認(rèn)證。
免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。
