“两周搞定”新药设计？Chai-2: AI驱动抗体设计新突破

一个叫 Chai-2 的 AI 技术，听说它让制药业的老板们都坐不住了。啥？制药业跟你没关系？别急，故事才刚开始，慢慢聊。

从“大海捞针”到“精准点穴”

想象一下，你手头有个超级复杂的难题，需要找到一个“钥匙”去打开它。传统方法就像在大海里捞针，成功率低得让人怀疑人生。而 Chai-2 呢？它直接告诉你，“哥们儿，钥匙就在这儿，拿去吧！”听起来有点科幻吧？但这就是现实。

今天晚上，我刷 X（也就是 Twitter）的时候，偶然看到 Chai Discovery 发布的这条帖子：Chai-2 突破性进展。他们声称，这个 AI 能在 两周内 设计出有效的抗体，成功率高达 15% 甚至更高。啥概念？传统方法成功率不到 0.1%，这不就是提高了 100 倍以上吗？

啥是抗体？为啥这么重要？

说到这儿，很多人可能会问，抗体到底是啥玩意儿？抗体是人体免疫系统用于识别并中和外来物质（如细菌、病毒或癌细胞）的蛋白质。简单说吧，抗体就是人体免疫系统用来“抓坏蛋”的工具。比如感冒了，病毒来了，抗体就上去“围剿”。在医学上，设计针对特定疾病的抗体，是开发新药的核心。比如癌症、艾滋病、甚至新冠疫苗，背后都有抗体的身影。

但问题在于，找到合适的抗体太难了。传统抗体发现过程极其复杂，通常要么需要筛选数百万甚至数十亿种蛋白质序列，要么通过动物免疫的方法，以找到能有效结合目标的抗体。耗时数年，成本高得吓人。很多时候，还不一定能找到答案。听起来是不是很“痛”？没错，这就是制药业的痛点。

Chai-2 到底咋干的？

Chai-2 到底是个啥玩意儿？它是一种多模态生成 AI 架构，结合了全原子结构预测和生成建模技术。可以这样理解，它就像一个超级“蛋白质医生”，能“看”到蛋白质的结构，然后直接设计出能完美“贴合”的抗体。听起来是不是有点魔术？其实背后是海量计算和算法的支撑，但我刷 X 的时候，看到他们说只要两周就能出结果，简直不敢相信。

这活儿其实之前科学家也有一些计算方法尝试设计抗体，但它们的实验室成功率（hit rate） 通常都低于0.1%。而Chai-2模型的突破，恰恰是它在“从零开始”设计抗体和微型蛋白方面取得了前所未有的高成功率。

因为成功率高，Chai-2设计的抗体可以直接进入小规模实验验证，不需要再像以前那样筛选成千上万个设计。

Chai-2设计抗体针对的许多靶点（即“坏人”分子）在已知的蛋白质数据库中 以前没有任何已知抗体结合1...。这被称为 “零样本（zero-shot）”设计，说明模型不单单是在模仿，而是真正可以处理它“从未见过”的靶点。

Chai-2设计的抗体不仅新颖，而且结构多样，并且在计算机模拟中显示出良好的 “成药性”（developability） 和 “免疫原性”（immunogenicity） 特性，这意味着它们更可能成为真正的药物。

在研究论文中，它测试了 52个目标，平均成功率 15.5%，有些目标甚至达到 100%。比如“TNFL9”，15 个设计全中，成功率 100%。这不就是“满分答卷”吗？想象一下，实验室里的研究员看着数据，眼睛都亮了，像是中了头奖一样。

熟悉抗体目标：你可能听过的名字

这些目标里，有没有你熟悉的？还真有。像 IL-3，IL1R1，CSF1，FGFR1，这些名字可能在新闻里见过。它们分别涉及血液疾病、炎症、癌症治疗等领域。

IL-3 (Interleukin 3)：白介素-3 是一种细胞因子，参与造血过程，常被研究用于治疗血液疾病如白血病。

IL1R1 (Interleukin 1 Receptor 1)：白介素-1 受体1 与炎症反应密切相关，是类风湿关节炎和炎症性肠病等疾病的潜在治疗靶标。

CSF1 (Colony Stimulating Factor 1)：集落刺激因子1 调节巨噬细胞功能，与肿瘤微环境和炎症性疾病相关，近年来在癌症免疫治疗中受到关注。

FGFR1 (Fibroblast Growth Factor Receptor 1)：成纤维细胞生长因子受体1 涉及细胞生长和发育，是多种癌症（如肺癌、乳腺癌）的常见靶标，已有多种靶向药物获批。

比如 CSF1，传统方法可能需要测试数百万种设计，成功率不到 0.1%。而 Chai-2 呢？36.8% 的成功率，简直是“秒杀”。想到这儿，我也有点犹豫。技术这么牛，真的能这么快改变世界吗？

而且，Chai-2还展示了其在药物设计中的灵活性：

不同抗体形式：可以在同一个靶点上设计不同形式的抗体，比如VHH和scFv，并能精确靶向不同的结合位点718。

跨物种反应性：甚至可以设计出能够同时结合人类和猴子（或其它物种）靶点的抗体，这对于药物在动物模型中的临床前研究非常重要。

怎么说？有用吗？

有用，太有用啦！制药业的老板们估计都快笑醒了。为什么？

• 速度：从数年到两周，时间成本大幅降低。

• 成本：无需高通量筛选，节省大量资源。

• 成功率：15.5% 的成功率，传统方法不到 0.1%，效率提升 100 倍以上。

更重要的是，这可能加速新药的上市。比如癌症治疗、自身免疫疾病，乃至应对突发疫情（如新冠变种），都能更快找到解决方案。就像一个超级“加速器”，让新药开发的速度嗖嗖地飞起来。

但……还有点担心

当然，技术再牛，也得注意风险。AI 设计出来的抗体，真的能百分百安全吗？长远的临床效果咋样？这些问题还需时间验证。

论文中提到需要更多的实验验证，比如确认抗体是否真的结合到预期的位点上；目前主要验证的是结合能力，未来还需要评估其他重要的药物特性，比如稳定性、聚集倾向、毒性等。

而且从数据覆盖上，当前的数据主要基于scFv和VHH形式的抗体，这些抗体形式与全长抗体在某些特性上可能存在差异。

Chai-2的出现是AI技术正在走进人类健康的实例的一个里程碑，可能加速新药开发，惠及更多患者。

说不定真能改变制药业，我们正在见证的是医疗健康领域从经验性发现向 快速、精准的原子级分子工程新时代转变。

但技术归技术，实际应用还需时间。让我们拭目以待吧！

AILin 师傅在这里，欢迎大家留言互动：你觉得 Chai-2 会改变制药业吗？还是还有哪些风险需要关注？来聊聊吧！👋

文章来自于微信公众号“AI趋势全天候”，作者是“AILin师傅”。