A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作推进 AI 抗体设计
A-Alpha Bio 宣布参与 DeNOVO Initiative，与劳伦斯利弗莫尔国家实验室等机构开展为期 3 年的合作，用高性能计算和人工智能方法设计可中和未来生物威胁的抗体。
推荐理由：介绍 A-Alpha Bio 参与的多机构抗体设计项目，说明其高通量蛋白互作数据在训练结合预测模型中的角色。
#抗体工程
A-Alpha Bio 官网资讯精选AI 评分5858
A-Alpha Bio 官网资讯AI 评分2626 A-Alpha Bio 在 PEGS 2025 展示海报：通过平台整合快速工程化双特异性抗体
A-Alpha Bio 在 2025 年 Protein & Antibody Engineering Summit（PEGS）展示海报，主题为通过平台整合快速工程化双特异性抗体。原文仅提供海报展示信息与打开链接，未披露具体方法、实验数据或结果。
A-Alpha Bio 官网资讯AI 评分4242 A-Alpha Bio 海报：用结构域特异性深度学习亲和力预测模型 AlphaBind 加速抗体优化
A-Alpha Bio 在 2025 Festival of Biologics 会议展示海报，介绍结构域特异性深度学习亲和力预测模型 AlphaBind 用于加速抗体优化。原文仅提供海报入口，未披露模型性能数据或实验结果。
A-Alpha Bio 官网资讯AI 评分2222 A-Alpha Bio：顺式作用、亲和力调优的IL-21免疫细胞因子用于癌症免疫治疗的临床前开发海报
A-Alpha Bio在2024年Antibody Engineering & Therapeutics会议上展示顺式作用、经亲和力调优的IL-21免疫细胞因子用于癌症免疫治疗的临床前开发海报。海报可通过官网链接在新标签页打开。
A-Alpha Bio精选AI 评分6565 A-Alpha Bio 发布 AlphaBind 抗体优化模型预印本
A-Alpha Bio 发布 AlphaBind 预印本，称其为业界领先的抗体优化模型，并已测定第 10 亿次蛋白-蛋白相互作用，为预测蛋白结合提供关键训练数据。预印本链接指向 bioRxiv，具体评测结果与对照设置未在推文中披露。
推荐理由：A-Alpha Bio 公开 AlphaBind 预印本，并称已累计测定十亿次蛋白-蛋白相互作用，为抗体优化模型提供训练数据。
A-Alpha Bio 官网资讯AI 评分7878 A-Alpha Bio 发布 AlphaBind 抗体优化模型并公开预训练权重
A-Alpha Bio 发布 AlphaBind 抗体优化模型，基于约 750 万条抗体-抗原结合数据预训练，在四个抗体-抗原体系中仅用一轮实验室数据生成数千个高亲和力变体。BLI 验证的 10 个候选（最多 11 个突变）全部表达且结合力优于亲本抗体；模型以 MIT 许可开源，代码与微调数据已公开。公司称该模型已用于管线与合作的抗体发现，并计划推出 AlphaBind2。
Antiverse精选AI 评分5656 Antiverse 与 Nxera Pharma 达成多靶点合作，设计 GPCR 抗体
Antiverse 宣布与 Nxera Pharma 建立多靶点合作与许可协议，为其设计针对 GPCR 的抗体。Nxera Pharma 在引用内容中确认了这一合作与许可安排，并附上 IR 材料链接；Antiverse 另附 Substack 文章链接，未披露具体靶点、金额或阶段。
推荐理由：Antiverse 与 Nxera 就 GPCR 抗体设计达成多靶点合作与许可协议，可了解双方分工与授权安排。
AntiverseAI 评分1818 Antiverse播客谈AI抗体设计
欢迎收听我们最新一期#FODD节目，嘉宾是诺和诺德抗体设计高级数据科学家Rahmad Akbar。 我们聊了#人工智能如何为抗体设计创造新可能。 https://hubs.la/Q02Nm3Ny0 #antibodydiscovery
AntiverseAI 评分2222 Antiverse谈AI设计抗体库应对难成药靶点
为什么靶点特异性抗体库对处理具有挑战性的靶点有用？ 尽管预测准确性仍然有限，AI设计的抗体库提供了一种开始攻克“不可成药”靶点（如GPCR和离子通道）的途径。 #biotech #machinelearning #antibody
AntiverseAI 评分2222 Antiverse推出AI抗体设计平台
↓ 如何为具有挑战性的靶点发现抗体 ↓ 我们开发了一个AI驱动的抗体设计平台，用于GPCR及其他具有挑战性的靶点。通过这些简短的图文面板了解更多关于我们技术工作原理的信息。 #人工智能 #生物制品 #科技生物
AurekaBio 寻明生科AI 评分2222 寻明生科亮相WAIC 2024，生成式AI与高通量数字生物学推动药物研发创新
寻明生科在WAIC 2024入选“Future Tech 100未来之星”，并作为AI+制药领域两家入围企业之一参与Future Tech创新项目路演，介绍生成式AI与高通量数字生物学助力抗体设计。公司成立于2023年，结合高通量单细胞功能筛选、蛋白超突变进化和结构启发的生成式AI大模型，打造干湿闭环智能大分子药物发现平台。成立一年内已与10家跨国药企和知名biotech达成合作。
AurekaBio 寻明生科AI 评分4242 寻明生科与碧迪医疗(BD)启动加速试剂抗体开发项目
寻明生科与碧迪医疗(BD)启动合作项目，将利用寻明生科生成式AI赋能的抗体发现与工程平台开发高性能科研试剂。寻明生科称其结合超高通量单细胞功能筛选、酵母自主超突变与结构感知生成式AI模型，用于双特异性抗体、ADC及难成药靶点药物研发。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 获美国国防部追加 1450 万美元，加速针对潜在生物威胁的抗体发现与优化
A-Alpha Bio 获美国国防部追加 1450 万美元资助，用于开发快速预测针对潜在生物威胁的治疗方案的机器学习模型。资金来自 JPEO-CBRND，将扩大其与劳伦斯利弗莫尔国家实验室在 GUIDE 项目下的合作。此前两年合作中，A-Alpha 的 AlphaSeq 数据被用于训练预测抗体-抗原结合的机器学习模型，合作范围从冠状病毒扩展到多个未披露的病原体家族。
推荐理由：该资助延续 A-Alpha Bio 与 LLNL 的抗体-抗原结合预测合作，并扩大病原体范围。
AurekaBio 寻明生科AI 评分5050 寻明生科与苏州康宁杰瑞达成合作，联合推动药物发现
寻明生科与苏州康宁杰瑞签署合作协议，将结合前者单细胞功能筛选、合成生物学与AI技术平台和后者药物开发经验，联合推进first-in-class和best-in-class药物发现。寻明生科将获得首付款开展研究，并在项目后续获得里程碑付款和销售分成。
AurekaBio 寻明生科AI 评分2020 寻明生科加入英伟达初创加速计划（NVIDIA Inception）
寻明生科（Aureka Biotechnologies）宣布加入英伟达初创加速计划（NVIDIA Inception），将获得英伟达硬件、软件、深度学习工具及行业专业知识支持。这家AI驱动药物发现公司专注于双特异性抗体、ADC和难成药靶点药物的设计与优化，通过融合多模态制药数据与结构感知生成式AI模型开展研发。
A-Alpha Bio 官网资讯精选AI 评分6060 A-Alpha Bio 与 LLNL 扩大合作，获 DoD 追加 240 万美元资助
A-Alpha Bio 与劳伦斯利弗莫尔国家实验室（LLNL）扩大合作，获美国国防部（DoD）追加 240 万美元资助，将合作范围从新冠扩展到 DoD 认定的其他潜在生物威胁。A-Alpha Bio 将用 AlphaSeq 测量抗体与病原体变异体之间数百万个蛋白质-蛋白质相互作用，用于训练机器学习模型，预测交叉反应性和毒株特异性结合剂，以加速未来药物发现。
推荐理由：合作从新冠扩展到其他潜在生物威胁，展示用高通量相互作用数据训练抗体结合预测模型的路径。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作加速新冠变异株抗体发现
A-Alpha Bio 宣布与劳伦斯利弗莫尔国家实验室（LLNL）合作，利用 AlphaSeq 产生的结合数据训练机器学习模型，以加速针对新冠变异株的治疗性抗体发现。该项目由美国国防部支持，计划测量数百万量级的蛋白-蛋白相互作用，并借助 LLNL 的计算能力预测抗体与变异株冠状病毒蛋白的结合，作者称该思路也可用于其他快速演化的传染病和生物威胁。
推荐理由：该合作把 AlphaSeq 的大规模蛋白互作测量与 LLNL 算力结合，用于训练预测抗体与变异株结合的模型。
A-Alpha Bio 官网资讯精选AI 评分6565 A-Alpha Bio 用 AlphaSeq 大规模表征抗体对 SARS-CoV-2 变异株的亲和力
A-Alpha Bio 发布预印本，用 AlphaSeq 技术对 33 种单克隆抗体与数千个 SARS-CoV-2 变异株进行结合测试，在抗体与 RBD 刺突蛋白变异体之间识别出超过 15 万对蛋白质-蛋白质相互作用。作者指出，许多抗体药物正针对 RBD 刺突开发，意外突变可能使病毒逃逸抗体治疗。
推荐理由：A-Alpha Bio 用 AlphaSeq 大规模筛查 33 种抗体与数千个变异株的结合，为变异逃逸评估提供高通量方法参照。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio获盖茨基金会80万美元资助，用AlphaSeq平台开发传染病药物
A-Alpha Bio宣布获得比尔及梅琳达·盖茨基金会80万美元资助，将与Lumen Bioscience合作，用AlphaSeq平台产生的数据训练机器学习模型，开发针对肠道和呼吸道病原体的高效、交叉反应疗法。
推荐理由：该资助把AlphaSeq的高通量抗体结合数据与机器学习预测相连，展示了抗体跨菌株反应性开发的合作路径。