AI与合成生物学！引领下一波抗体治疗变革

文末部分为“关于absci的Q&A”环节，不要错过！

生成式人工智能（如ChatGPT）正在打破谷歌在搜索引擎等方面的垄断。但你是否知道，这项技术还可能成为生物医药领域的重要推动力之一，帮助科学家们设计新的酶、材料甚至药物？Adsci公司现在正尝试应用生成式人工智能展开工作，利用它开发新的基于抗体的治疗药物。

抗体一直是治疗药物相关研究中最活跃的领域之一，全球抗体市场估值在2022年达到2100亿美元，并预计将在2030年达到近5000亿美元。正常情况下，这些生物分子会在我们体内自然生成，并帮助我们抵抗疾病。

但在某些病理条件下，例如癌症或自身免疫疾病患者体内，免疫反应失调，使免疫系统要么过度反应，要么无法精确识别病原体。而抗体药物最大的优点之一就在于可以经过生物学编程被改造为只能结合特定组织或细胞类型的结构，然后在实验室中制造，并作为治疗药物进行注射，从而对患者的免疫反应起到引导作用。通过设计抗体来识别特定的分子标记，就可以根据个体患者的需求进行个性化治疗。

抗体药物具有治疗自身免疫性疾病（如牛皮癣和类风湿性关节炎）、器官移植期间用于免疫抑制剂以及破坏实体瘤等诸多潜在用途。尽管自20世纪80年代以来就陆续有抗体药物被研发出来，但迄今为止获得批准的药物数量仍相对较少。这其中很大一部分原因在于抗体药物研发过程的不可预测性，这一特征大大限制了抗体药物在临床中的表现，并让个性化治疗带上了开发时间长和价格昂贵等标签。

Absci正在利用AI的力量在计算机上设计定制抗体，然后再生物体系中测试他们，Absci的CEO Sean McClain解释道：“它基本上可以检索出所有潜在的可能性，然后再根据想要的特性从诸多选择中锁定最终目标”，“我们可以看到，AI真的在改变这个行业”。

能够创建具有特定属性的全新治疗性抗体有望将开发新药物的时间从长达六年减少到仅需18-24个月。这是一个行业的重大转变，可以帮助将拯救生命的药物更快地带给患者，这在癌症领域尤其重要，因为大部分患者都没那么长时间再等下去。

Absci的首席创新官Andreas Busch博士负责领导研发、技术运营以及Absci的合作伙伴计划，他表示：“我们的重点是获得最佳的抗体以进入开发阶段，因为有很多患者没时间等待。我们预计，我们可以在8到12周内筛选到候选药物，而传统方法则需要大约两年的时间。在研究阶段节省两年的时间显然有着很大的优势”。

发挥欧洲的生物技术人才优势

Absci自2011年成立以来一直专注于其抗体业务。该公司总部位于华盛顿州的温哥华市，并在纽约市设有AI研究实验室，由的首席AI官Joshua Meier领导，他于2021年从Meta加入到Absci。除了在美国建立的两个中心外，该公司近日还宣布在瑞士楚格开设了一家新的创新中心。进军欧洲市场似乎是必然的选择：瑞士有着大量生物技术和制药领域的人才，Absci希望能利用这一优势，在欧洲建立战略合作伙伴关系，以及推动新疗法的市场化进程。

Absci首席创新官Busch博士是一位药物研发专家，在其担任拜耳、赛诺菲和夏尔等公司的职位期间，曾推动10种药物从概念发展到FDA批准的全过程。凭借着他几十年的药物上市经验，他认识到了Absci的发展潜力，公司对于新技术的研发激情、尖端的技术以及高质量的数据对建立生成式AI抗体开发平台来说是至关重要的。“我的整个职业生涯都致力于为患者提供药物”，Busch说道：“我来到Absci是因为我对该平台的前景十分看好，它真的可以颠覆这个行业”。

此外，Busch还为领导团队引入了一些新的人才，包括负责产品组合和增长战略的Christine Lemke和负责药物开发的高级副总裁Christian Stegmann。这两位高级执行官将领导Absci在欧洲的药物研发团队，Lemke是全球生物制药公司领导变革性战略项目的专家，将开发Absci的研发战略

“依据我的行业经验，加入Absci是一次改变药物研发格局的千载难逢的机会”，Lemke在一份新闻稿中说道：“与这样一支高水平团队合作的机会很难得，我对我们能够更快、更好地为患者提供生物制剂充满信心”。Stegmann对此也表示赞同：“生成式人工智能有潜力让药物开发进入新时代，而Absci正引领着这一潮流”。

建立持久性的影响

Absci热衷于建立合作伙伴关系，一方面，他们一直在与全球顶级抗体制造商展开合作，另一方面，他们也同步进行着公司自主生产线的研发。去年，Absci与默克签署了6.1亿美元的协议，而最近，公司还与圣约翰癌症研究所正式合作，以增强癌症疗法。

Absci独特的筛选平台每周能够测试近300万个抗体结构，多年以来，公司已经积累了大量的抗体筛选数据。这些抗体结构为基于人工智能的计算平台提供了数据输入，使其每周能分析10亿种分子结构，并创建具有更高成功率的设计，以在临床上更有效地治疗患者。

“通过结合我们的数据和生成式人工智能，现在可以一次性就开发出正确的抗体”，McClain说道：“我们认为这将改变整个行业，我们将成为大型生物技术和制药公司的首选合作伙伴，因为我们的模型表明我们能够在整个临床试验过程中获得更高的成功率，大大缩短新疗法进入患者治疗阶段的时间”。

Absci本次进军欧洲制药市场，为其成为“合成生物学领域的谷歌”增添了动力。该公司准备利用人工智能和合成生物学的力量，扩大蛋白质疗法的潜力，为生物制药行业增添新的活力。

关于absci的Q&A

问：简单介绍一下Absci的工作流程

答：Absci的抗体研发主要分三步：

1.训练数据：Absci的SoluPro技术克服了实验室通量的限制，通过构建了数十亿个基因不同的细胞，每个细胞都包含制造一种目标蛋白质版本的指令，以及不同种类的折叠和表达溶液。然后，再使用ACE检测试剂盒根据靶标结合、蛋白质质量和表达滴度对数以亿计种设计进行评估和分类，以收集目标蛋白的最佳版本。

2.AI生成：结合海量的生物学数据集，Absci应用生成式AI，根据靶标亲和力、安全性、可制造性和其他性状设计最佳候选药物。

3.湿实验室验证：Absci湿实验室的大规模通量功能验证可以在短短六周内将从人工智能设计得到的抗体转化为经过湿实验室验证的候选药物。湿实验室数据的质量和规模为Absci提供了大量的训练数据，推动了迭代设计-构建-测试-学习周期。

问：Absci声称是第一家使用zero-shot生成式AI进行治疗性抗体从头设计和验证的公司，zero-shot是什么意思？该技术为什么重要？

答：Zero-shot是一种设计抗体的方法，该方法无需额外使用已知的能够与特定目标结合的抗体数据进行训练。与现有抗体数据库中的抗体设计不同，该技术包括所有三种重链CDR（HCDR123）的从头设计，这些区域是抗体上与靶标结合最相关的区域。

问：除了从头设计抗体，Absci还有哪些计划或正在进行的工作？

答：Absci还将进行三方面的工作：

1.人工智能驱动的抗体优化：通过多参数 AI 先导物优化，可以同时评估变异，以提高靶标亲和力、可制造性和其他药理学特征，从而为临床带来真正最佳的先导候选药物。

2.新型靶标识别：通过重建流行的免疫反应分子，例如来自疾病组织的抗体并鉴定其相应的抗原，可以提供新的治疗靶点以及同源结合伴侣，从而进一步进行潜在的验证和优化。

3.抗体-药物偶联物（ADC）功能：通过基因工程，Absci 结合一种位点特异性非标准氨基酸来生成具有化学手柄的仿生蛋白，可用于翻译后修饰，包括糖基化、聚乙二醇化和 ADC 有效载荷偶联，以及新型支链蛋白和化学偶联物。

参考链接：

https://www.forbes.com/sites/johncumbers/2023/02/28/absci-takes-its-generative-ai-antibody-design-platform-to-europe/?sh=792afc75321d

https://www.absci.com/wp-content/uploads/2023/01/AbsciVid_DatatoLearn.mp4

---

作者/捉蝴蝶的猫

审核/莫十二

编辑/莫十二