。科迈生物所擅长的特定表位AI抗体设计，正是这一问题的有效解决方案。从“结构驱动”到“数据驱动”的路径突围纵观AI制药行业，围绕这一难题，绝大多数AI抗体公司在结构生成模型的“老路”上，并不能给出满意的解决方案。据郭旭阳介绍，问题核心在于，头部结构生成模型（如Chai系列、JAM系列、BoltzGen等）普遍依赖PDB（蛋白数据库）作为核心数据来源，而PDB中的蛋白数据更像是“实验室友好蛋白”的集合，那些难成药却极具临床价值的靶点及隐藏表位十分稀缺。要真正解决这一难题，需要的是范式革命。“全球公开的去重后抗体－抗原复合物结构数据只有1500个，这点数据量根本不足以训练出能解决真实世界问题的生成式模型。科迈生物选择一条完全不同的道路，即彻底摆脱对稀缺三维结构的依赖，基于真实世界的抗体序列－表位配对数据构建模型。”郭旭阳指出，“我们的底层逻辑是，用AI模拟小鼠免疫的全过程，直接从序列层面生成能够精准识别指定表位的抗体。这种技术路线的优势在于，数据可以实现大规模、低成本的扩展。”依托股东百奥赛图的支持，科迈生物积累了数百万对高质量的私有抗体－抗原配对数据，这一规模远超全球公开数据库规模（约8万对）。目前，公司正在推进新一轮数据积累计划，目标是新增540万对数据，将模型准确率从万分之三提升至百分之一。“以行业内罕见的数据壁垒构建‘数据驱动’的AI抗体研发路径，正是我们重要的竞争力所在。”这种技术路线的差异，也造就了科迈生物与其他公司的差异化优势。“全球范围内能在技术层面与科迈对齐的，主要还是谷歌AlphaFold团队和DavidBaker团队。”郭旭阳直言，“国内的晶泰、英矽、剂泰等也在做AI制药，但和我们并不构成直接竞争关系，大家技术路线和场景各有侧重，共同推动整个行业发展。”双轮驱动商业模式已获头部MNC认可技术的领先最终要转化为商业的成功。科迈生物构建了“标准化工具+非标准化类管线”的双轮驱动商业模式，既实现了短期现金流的稳定，又保留了长期爆发式增长的潜力。据郭旭阳介绍，科迈生物于2024年初上线了全球首个AI抗体设计平台Click.mAb（2026年4月更新到3.0版本），这也是行业内第一个将AIAgent技术应用于生物医药领域的产品：“用户可以用自然语言和平台交互，完成抗体的从头设计、人源化、亲和力成熟等一系列工作。”郭旭阳介绍，“平台采用按功能付费的模式，比如做
=*=*=*=*=*=
当前为第2/5页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页