安斯泰来联手AI Proteins开发微型蛋白药物,合作总额超4亿美元
日本安斯泰来制药与美国波士顿计算设计公司AI Proteins签署研发合作与许可协议,总额潜力超4亿美元,基于后者从头设计微型蛋白平台开发新疗法,AI设计的微型蛋白正成为大药企布局的下一代蛋白药物模态。
共 2 页 · B910化工 · AI 化学信息库
日本安斯泰来制药与美国波士顿计算设计公司AI Proteins签署研发合作与许可协议,总额潜力超4亿美元,基于后者从头设计微型蛋白平台开发新疗法,AI设计的微型蛋白正成为大药企布局的下一代蛋白药物模态。
以人工智能加速药物发现的Iambic Therapeutics通过IPO募资1.5亿美元,以每股16美元出售近940万股,股票将以代码IAM在纳斯达克上市交易。公司称其AI方法有望颠覆传统药物发现范式,是AI制药上市浪潮中的最新一员。
罗氏与总部位于中国的达芬德医药(Defand Therapeutics)签署分子胶药物发现合作协议,达芬德将为罗氏发现和开发针对肿瘤与免疫疾病的多款新药。条款未披露,但知情人士称总额或近10亿美元。这是罗氏深化布局中国生物科技的又一动作,且模式从授权临床资产转向早期发现合作。
AI初创Chai Discovery与GSK签署合作协议,利用其AI平台为GSK发现和开发生物药,这是该公司9个月内的第6家大型药企合作。交易条款未披露,标志着AI蛋白质设计正加速渗透大药企的核心研发管线。
瑞典Hansa Biopharma与AI蛋白质设计公司Cradle合作,将Cradle端到端AI平台应用于Hansa整个发现管线,设计、优化并推进新治疗候选分子;Hansa专注罕见IgG相关免疫疾病,看中Cradle多参数优化与从自有数据主动学习的能力。
贝勒医学院团队在《自然·通讯》发表研究,借助高通量蛋白质组学和AI结构建模发现并优化靶向VAV1的分子胶。先导物NGT-201-12可降低VAV1水平,优化后的NGT-201-18在原代人T细胞中降低VAV1并抑制T细胞激活。研究为血液肿瘤及自身免疫病的蛋白降解疗法提供了临床前起点,也显示AI、物理建模与全蛋白质组评估可协同提升早期分子胶发现效率。
罗氏分别与Atavistik Bio和Earendil Labs签署药物发现合作协议,前者的别构调控平台瞄准难以成药靶点,后者专注多特异性分子设计。大药企发现阶段合作密度上升,外部创新占管线比例持续提高,带动计算药物设计与文库筛选服务需求。
晶泰 XtalPi Science 上线80余项科学技能,药物发现盲审有效率90%超Claude,自主实验室月交付2万条反应数据。科研智能体加速进实验室的同时,化工企业的AI第一步仍是把业务数据组织成AI可用的形态。
UCSD团队用4D晶格光片显微镜构建活细胞数字模型:深度学习模型MitoSpace基于4万部药物处理细胞的4D影像,仅凭线粒体形态以75%准确率区分药物机制(2D仅56%);物理规则驱动的数字孪生可无参数修改预测药物效果。两篇论文发表于Cell,有望降低实验依赖、加速肿瘤等药物筛选。
生物技术公司Enveda重启小分子鉴定国际竞赛CASMI,目标是开发能从串联质谱谱图直接推断分子结构的算法。当前质谱实验中约90%可检测的小分子代谢物无法确定结构,竞赛组织者希望吸引机器学习社区参与,复制蛋白质结构预测竞赛CASP催生AlphaFold的路径。
罗氏与Dualitas Therapeutics达成最高10亿美元的研究合作,首付款3650万美元,将筛选超过30万种双特异性抗体组合寻找免疫疾病新药;Dualitas的proximity engager技术可迫使同一细胞上两个蛋白靠近产生协同效应,其自研管线DTX-102预计2027年进临床。
礼来旗下AI/机器学习药物发现平台Lilly TuneLab与Twist Bioscience达成合作,Twist将为TuneLab(含抗体可开发性预测模型AbLab)提供抗体表征数据服务,用户可通过平台直接下单订购抗体服务、生成高质量湿实验数据;双方期望以实验数据闭环加速抗体药物候选分子的筛选与发现。
AI公司Owkin与勃林格殷格翰签署许可协议,授权其使用'AI科学家'平台K Pro及多模态患者数据,加速肿瘤与免疫领域药物发现。这是继2026年早些时候与阿斯利康、赛诺菲合作之后,Owkin在大型药企阵营的又一布局,凸显'能对数据进行推理的AI智能体'正成为药企研发新基础设施。
在美国化学会(ACS)2026秋季年会的“首次披露”专场上,药物化学家公开了13个临床候选化合物的分子结构,适应症覆盖子宫内膜癌、结直肠癌、胰腺癌、白血病、痤疮和尿路感染等。辉瑞GIP受体拮抗剂PF-07976016的发现campaign仅耗时数月;Acerta/阿斯利康的AZD3632保留了通常被视为结构 liability 的酮基。
发表于Nature Biotechnology的AIntibody Challenge采用前瞻性盲法设计,要求参赛AI平台设计全新抗体序列并交由独立实验室合成与表征。UTHealth Houston团队(Novamab AI)进入前五;166个参赛者、527份提交的规模证明机器学习可在昂贵实验筛选之前识别可行候选药物。
德国Evotec 8月24日宣布与自身免疫和炎症疾病生物技术公司Odyssey Therapeutics建立战略研发合作。Odyssey将利用Evotec整合式数据驱动发现平台、高通量筛选与AI数据科学技术,针对多个高价值疾病靶点发现和验证差异化小分子候选药物。Evotec将按靶点获得基于验证性先导化合物系列交付的里程碑付款,其他财务条款未披露。