生物技術 · global
AI設計之後,如何驗證?擎科推出蛋白質與抗體批次篩選流程
從電腦產生序列,到實驗確認結合能力,中間仍有大量工作。擎科將合成、表現與分析串成兩階段流程,但每日處理量與交付速度,尚不能回答設計成功率有多高。
電腦可以提出成百上千條蛋白質序列,實驗室卻仍須逐一回答:做得出來嗎?能否結合預定標的?北京擎科生物科技(Tsingke)於2026年9月22日宣布推出高通量驗證流程,試圖讓AI設計候選分子的速度,與實驗檢驗能力更接近。這項服務切入的是早期研究的篩選瓶頸,公告尚未提出候選藥物的療效證據。
依公司公告,流程先以批次基因合成和平行表現,將設計序列轉為可測試的蛋白質或抗體,再透過酵素連結免疫吸附分析(ELISA)等方法初篩。研究者可先縮小候選範圍,再把較多資源投入初步表現較好的分子,減少一開始就對所有設計進行深入分析的負擔。
通過篩選的候選分子,可進入放大表現、純化與公克級生產,並以生物層干涉技術(BLI)或表面電漿共振(SPR)測量結合特性。這些分析可取得平衡解離常數KD,以及結合、解離速率常數kon與koff,讓研究者進一步了解分子結合標的的強弱與速度,而不只停留在初篩訊號。
擎科聲稱,抗體流程每日最多可處理1,500個候選分子,支援單鏈抗體片段scFv、單域抗體VHH、Fab片段及完整IgG。符合條件的專案,從基因到抗體最快需七個日曆天,另加五天運送時間。AI Brief的同事件報導也保留這項適用條件;這個時程不能直接理解為所有專案都能在七天內完成公克級生產與全部結合分析。
不過,處理量並不等於成功率。產業媒體Peptide and Protein News指出,公告沒有揭露每個設計的成功比例、蛋白質表現產量,也未列出具名客戶。AI Brief則明確以公司新聞稿為資訊來源,因此多家媒體報導相同數字,仍不能視為獨立驗證了服務效能。
這些缺口會影響研究者如何評估服務價值:若大量序列無法產生足夠的可測試蛋白質,名義上的處理量便未必能轉為同等數量的有效實驗資料。公司另宣稱可合成長達200 kb的DNA片段,但公告未附這類長片段的交付時程或成功率,也不宜將其與最快七天的抗體服務直接連結。
對AI蛋白質設計而言,這套流程的潛在用途,是讓更多候選分子接受實驗淘選,並取得可供下一輪設計使用的資料。然而,確認能與標的結合,只回答了開發中的一部分問題;若要走向治療用途,仍須建立生物功能、安全性及人體效益的證據。此次公告提供了驗證服務的規模與流程輪廓,實際能提高多少研發效率,還需要專案層級的數據支持。