全球領先的AI藥物遞送創新公司劑泰科技（7666.HK）今日正式發佈AiProtein平臺以及抗體設計智慧體AARON (AI Antibody Rational Optimization Network )。
AiProtein採用劑泰科技自研“幹實驗+濕實驗+智慧體”創新範式，是聚焦蛋白和抗體等大分子的設計平臺。作為劑泰科技AI納米遞送平臺NanoForge驅動下的第四大核心解決方案，AiProtein與AiLNP（AI納米遞送系統設計平臺）、AiRNA（AI mRNA序列設計平臺）和AiTEM（AI小分子製劑設計平臺）共同完成了從蛋白設計、mRNA序列設計和LNP設計的劑泰科技“火箭+衛星”端到端研發閉環。
劑泰科技董事長兼CEO賴才達博士表示，“過去幾年，劑泰科技持續在破解人體遞送的密碼，打造精准抵達不同器官和細胞的‘納米火箭’。而隨著AiProtein平臺和AARON抗體設計智慧體的發佈，我們正式將AI能力進一步延伸到‘衛星’本身，實現從蛋白設計、mRNA序列到LNP遞送的全鏈條AI驅動研發。
我們相信，大分子藥物研發正在進入‘幹實驗 + 濕實驗 + 智慧體’融合的新範式。AARON不僅是一個抗體設計工具，更是能夠協同多模型、加速抗體生成與工程優化的AI科學家夥伴。未來，劑泰科技將持續推動AI驅動的大分子發現與遞送創新，讓更多過去難以成藥的分子真正走向臨床與患者。”
图1：METiS AiProtein“幹實驗+濕實驗+智能體”的新範式圖解
AiProtein平臺歷時一年多，完成了從頭生成模型、語言/預測模型、親和力預測模型、成藥性預測模型和主動學習驅動的幹濕反覆運算演算法等模型和演算法的自主研發。其中，劑泰科技開發了基於擴散演算法的METiS NbDiff抗體從頭生成模型，可以根據使用者限定的條件如抗原、表位等進行定向生成；此外，AiProtein平臺搭載了劑泰科技自研的、針對蛋白與各種形式抗體的蛋白/抗體語言模型，對傳統的BERT架構做了較大改進，可支援十幾個蛋白及抗體常用性質的預測，主要性質的預測指標Spearman相關係數都達到0.8以上。
抗體工程方面，AiProtein平臺可支援對動物免疫或自建庫篩選得到的抗體苗頭化合物進行AI驅動的親和力成熟，並專項開發了METiS ProteinIFGT逆折疊模型，對行業金標準ProteinMPNN模型做了較大幅度的改進，創新性地在蛋白逆折疊模型中引入圖Transformer架構，在多項指標上相比原模型都有不同程度的進步。在此基礎上，劑泰進一步開發了針對納米抗體的METiS NbIFGT模型，和前述的METiS NbBERT一起作為雙保險，從兩個不同層面共同進行抗體突變的預測，打造抗體工程的新範式。
此外，在抗體工程中，對突變進行親和力預測是一個關鍵步驟，劑泰開發了METiS Afformer模型，在抗體親和力預測領域創新性地引入圖Transformer架構，對抗體-抗原結合區進行原子級別的學習，在多個資料集上的的R2和Spearman相關係數都接近或超過0.8，大大提升了抗體工程的成功率。在抗體成藥性方面，劑泰集合了一些開源模型，並自己基於前述語言模型開發了溶解度預測和基於劑泰資料的產量預測模型，共同組成了成藥性模組，完成幹實驗的流程。
。
视频1：METiS AiProtein平臺通過自研模型進行抗體生成和抗體工程
劑泰科技的NanoForge平臺中均採用主動學習進行幹濕實驗反覆運算，基於此經驗，劑泰在AiProtein平臺中進一步應用了該思想，打造了一條語言模型+逆折疊模型+親和力預測模型+主動學習的幹濕反覆運算新範式，在幾個內部項目中都能做到在兩輪內就能達到抗體工程的目標活性，大大提高了成功率和效率。
作為濕實驗資料庫、幹實驗演算法和幹濕反覆運算的“中央處理器”，劑泰打造的新一代抗體設計智慧體AARON可以調度劑泰開發的各種AI模型，讓科學家們在一個操作性強、視覺化和智慧化的介面上進行人機交互，完成抗體生成、性質預測、突變預測、親和力預測、成藥性預測等等任務，並可通過主動學習演算法進行幹濕反覆運算，用AI解讀抗體語言的密碼，開啟抗體研發的新範式。
视频2：METiS AARON智慧體工作案例
劑泰科技未來將持續開發和優化AiProtein平臺，在AI驅動TCE專屬抗體開發、抗體構型設計和LNP主動靶向抗體開發等領域繼續深耕。
