圆壹智慧发布167M蛋白质基础模型AINN-P1,称稳定性预测与抗体表达泛化超越ESM2
圆壹智慧发布167M参数的序列优先蛋白质基础模型AINN-P1,采用mLSTM架构与自回归训练,在ProteinGym四类任务上平均Spearman ρ为0.441,稳定性任务达0.625。
推荐理由:圆壹智慧以167M参数序列模型在ProteinGym稳定性与抗体表达留一项目评测中对比ESM2等通用模型,提供参数效率与评估泄漏的具体参照。
圆壹智慧发布167M参数的序列优先蛋白质基础模型AINN-P1,采用mLSTM架构与自回归训练,在ProteinGym四类任务上平均Spearman ρ为0.441,稳定性任务达0.625。
推荐理由:圆壹智慧以167M参数序列模型在ProteinGym稳定性与抗体表达留一项目评测中对比ESM2等通用模型,提供参数效率与评估泄漏的具体参照。
圆壹智慧公布平台75个已完成蛋白设计项目的湿实验统计,其中58个亲和力成熟项目53个成功(91.4%),17个从头设计项目9个成功(52.9%)。40个靶点与双抗组合累计2872个设计分子进入湿实验,获得618个阳性结合体,整体命中率21.5%,30个靶点最佳KD进入亚纳摩尔、17个达100 pM及以下。
推荐理由:圆壹智慧公开75个蛋白设计项目的湿实验统计,并披露40个靶点的逐靶点命中率与最佳KD,为评估序列优先抗体设计路线提供了可追问的数据。
圆壹智慧创始人兼CEO潘麓蓉在C&EN采访中主张绕开三维结构建模,直接用蛋白氨基酸序列驱动AI模型筛选小分子与抗体,称其流程可在几小时到几天内筛选数百亿个候选物,并将湿实验时间与成本降低80%。
推荐理由:圆壹智慧创始人系统阐述绕开三维结构、仅用序列做虚拟筛选的路线,并给出与结构方法的成本与速度对比。
圆壹智慧推出自主研发的SentinusAI平台,称无需3D结构预测即可在数小时内完成多达10^10条抗体序列的生成与亲和力预测排序,较AlphaFold等3D模型节省算力近万倍。
推荐理由:圆壹智慧公开其抗体从头设计与亲和力成熟平台的模块构成及多组湿实验验证数据,可供评估序列生成与亲和力预测路线的实际表现。
圆壹智慧发布AI分子设计平台CarbonAI,整合骨架跃迁与从头生成、结合与选择性预测、ADME/毒性和脱靶预测等模块,公司称一周可筛选多达百亿分子并推荐10-20个候选化合物,实验成功率超过30%。
推荐理由:平台披露了从分子生成到ADME、毒性和脱靶预测的多模块设计流程,并附两个案例的合成与活性数据。