← 返回首頁

AI設計蛋白質走進實驗室:長江杯公布七大標的,規劃驗證約7,000條序列

從電腦裡的結構預測,到試管中能否真正結合標的,蛋白質設計仍有一道實驗關卡。長江杯將提供大規模免費驗證,但結合能力的排名,距離藥物療效仍有一段路。

By SURL BioNews

一條由AI設計的蛋白質序列,能否製造出來、抓住指定標的,甚至改變細胞反應,必須交由實驗回答。2026年「長江杯」全球AI蛋白質設計挑戰賽於11月初公布七大標的與競賽規則,規劃為約7,000條入選序列提供免費實驗驗證,讓參賽設計接受實際量測。報名與序列提交將於11月30日截止。

七條賽道分別鎖定EGFR、TNF-α、GLP-1R、TfR1、TL1A、TNFR1及IL-7Rα,指定採用單域抗體VHH或微型結合蛋白(minibinder)。上海人工智慧實驗室公告,VHH須包含完整框架與抗原辨識區,長度為100至150個胺基酸;微型結合蛋白則限於40至100個胺基酸。參賽者面對的是有明確分子規格的設計任務。

部分賽道還將問題推進到結合以外。智源社區刊載的DrugAI賽制整理指出,EGFR設計須量測在pH 6.0條件下的親和力,GLP-1R設計則要求具備促效劑功能,也就是能活化受體。這項差別直接關係到生物醫學用途:能與受體結合,只是起點;能否引發預期反應,還要另行驗證。

依公布規則,每條賽道預計進行1,000條序列的親和力量測,主獎按實測解離常數KD排名;在相同測試條件下,KD越小,代表結合越強。各賽道前50名另可接受開發適性與細胞活性檢測,但附加檢測不改變主獎排序。因此,榜單首先呈現的是結合能力,不能直接當作藥物開發潛力的總排名。

賽事贊助商Biointron表示,其RushDATA平台將提供高通量蛋白質表現、結合及開發適性資料,檢測項目涵蓋熱穩定性、聚集與非專一性結合等。這些資料有助辨認出在預測中表現理想、實際製備或使用時卻可能遇到問題的分子;不過,平台能力的說明來自供應商,並非本屆參賽設計已完成驗證的成果。

上海人工智慧實驗室11月5日公告,賽事已吸引逾1,800支隊伍、4,000名參賽者,來自20多個國家與地區,並由其書生科學發現平台提供研究工具與免費運算支援。Biointron則公布,稅前總獎金為人民幣140萬元。對參賽研究者而言,獎金之外,能讓設計進入實驗、取得量測資料,也是這場競賽的重要資源。

目前公告揭露的是賽題與驗證安排,尚未提供本屆設計的成功率、功能結果或安全性資料。即使分子在親和力與細胞測試中取得佳績,仍須回答體內作用、免疫反應及製造品質等問題,才可能朝藥物開發前進。這場競賽可望提供一批具實驗依據的設計結果;它能推進多少生物醫學應用,將取決於後續數據。

References

  1. Massachusetts Biotechnology Council
  2. Biointron
  3. Shanghai Artificial Intelligence Laboratory
  4. BAAI Community / DrugAI