全文概要
AI 分子设计公司 Chai Discovery 宣布,在与 GSK 完成技术评估后扩大双方合作。评估中,Chai 的 AI 模型在未经过靶点特异性训练的零样本条件下为 GSK 选定的多样化治疗靶点生成分子设计方案,GSK 随后开展内部湿实验室测试,在所有受试靶点中均筛选到结合分子。这一"以实验数据说话"的验证结果,成为药企采用 AI 模型加速药物研发的典型案例。

AI 分子设计公司 Chai Discovery 宣布,在与 GSK 完成技术评估后扩大双方合作。评估中,Chai 的 AI 模型在未经过靶点特异性训练的零样本条件下为 GSK 选定的多样化治疗靶点生成分子设计方案,GSK 随后开展内部湿实验室测试,在所有受试靶点中均筛选到结合分子。这一"以实验数据说话"的验证结果,成为药企采用 AI 模型加速药物研发的典型案例。


1. 从模型到分子:零样本设计的挑战

传统 AI 药物发现常因模型需针对特定靶点重新训练而受限,且"计算端预测"与"湿实验验证"之间存在鸿沟。Chai Discovery 开发了用于加速临床前药物研发的 AI 模型,可预测分子间相互作用并生成新分子结构,其最新模型 Chai-3 在蛋白结构预测与分子设计上表现出色,对历史上面临难成药挑战的靶点亦有较高命中率与结合亲和力。

2. 湿实验验证:所有靶点均筛出结合分子

本次评估中,Chai 的模型在零样本(zero-shot)条件下——即无需针对具体靶点额外训练——为 GSK 选定的多样化靶点面板生成分子设计。GSK 对这些设计开展内部湿实验室测试,结果在所有受试靶点中均成功筛选到结合分子。这一结果促使 GSK 扩大合作范围,启动深度合作项目。根据协议,GSK 可使用 Chai 的技术平台,包括蛋白折叠与分子设计模型,为其管线内药物研发项目提供支撑。

3. 行业意义:AI 药研进入"以实验验证"阶段

GSK 研发技术高级副总裁 Christopher Austin 表示,其模型设计与 GSK 自研模型互补,公司将基于内部湿实验室数据持续重训自有模型,共同加速潜在新药发现。Chai Discovery 联合创始人兼 CEO Joshua Meier 强调,评估为双方提供了在实验室条件下检验模型性能的机会。这一合作标志着 AI 药物发现正从"算法演示"走向"实验闭环验证",为整个 AI 制药行业树立了可复制的合作范式。

来源:Chai Discovery 官方公告;HLTH、智药局等媒体报道。


解螺旋科研助手企业微信二维码,扫码添加免费领取科研资料礼包,包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料


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。