每日资讯速递2026-08-19-SandboxAQ发布无蛋白结构药物筛选模型AQPotency

全文概要：2026年8月19日，AI+量子技术公司SandboxAQ正式发布其虚拟筛选模型AQPotency，可在不需要目标蛋白已解析三维结构的情况下，对候选药物分子的活性（预测pIC50）进行排序。该模型通过Anthropic的MCP协议嵌入Claude，研究人员可用自然语言描述筛选任务，成本低至每1000次分子-靶点比较约1美元。这一"无结构"筛选能力，为传统对接流程难以开展的药物研发项目提供了新工具。

---

1. 摆脱"晶体结构"依赖，虚拟筛选门槛下移

许多成熟的虚拟筛选流程依赖目标蛋白的三维结构，但部分靶点的结构难以获得或预测不可靠，成为药物研发的卡点。8月19日，SandboxAQ宣布AQPotency进入正式可用（general availability）阶段。该模型可直接基于分子与靶点（无需结构输入）估算候选分子的活性，以预测pIC50值输出，帮助科研人员优先排序进入实验室验证的化合物，每次结果附带置信度估计及靶点是否处于模型可靠数据范围的提示。

2. 借力Claude，自然语言驱动科研计算

AQPotency通过Anthropic的Model Context Protocol（MCP）嵌入Claude，科学家可用自然语言描述筛选任务，由Claude解析意图、SandboxAQ在底层完成定量计算。模型还可"反向搜索"——从某个分子出发，排序其可能作用的蛋白，用于脱靶筛查或作用机制探究。这一设计降低了部署门槛，使专业科学软件通过对话式界面触达更广泛的科研团队，后续还计划上线Google Cloud Marketplace。

3. 实验验证仍是最终试金石

SandboxAQ称AQPotency已在8个客户项目中产生"实验验证的影响"，并给出帕金森病等研究案例：如邓迪大学团队利用其模型扩展了可探索的生化空间、哥伦比亚大学团队筛选到多巴胺信号相关膜蛋白SV2C的选择性结合物。不过公司尚未公布模型层面的基准测试（准确率、校准、假阳性率、前瞻命中率），其整体性能与其他筛选系统尚缺乏公开对比。业内普遍认为，计算命中的价值仍需以实验室验证为最终标准。

来源：RuntimeWire

---

---

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。