摘要
尽管人工智能在蛋白质设计方面取得了突破，但从头可靠地设计功能性抗体仍然是一个难以攻克的挑战。近期的研究显示了一定的前景，但仍需要对数千到数百万种设计进行大规模实验筛选，才能可靠地识别出有效的候选物。在这项工作中，我们介绍了Chai-2，这是一种多模态生成模型，在完全从头抗体设计中实现了16%的命中率，相比之前的计算方法提高了超过100倍。我们提示Chai-2为52个不同的靶标设计≤20个抗体或纳米体，并在不到两周的时间内完成了从AI设计到湿实验室验证的整个工作流程。重要的是，这些靶标在蛋白质数据库（Protein Data Bank）中均没有已知的抗体或纳米体结合剂。令人惊讶的是，在仅一轮实验测试中，我们发现至少有50%的靶标有一个成功的候选物，且通常具有较强的亲和力和良好的药物特性。除了抗体设计外，Chai-2在微型蛋白设计中的湿实验室成功率为68%，经常产生皮摩尔级别的结合剂。Chai-2的高成功率使得新型抗体可以在不到两周的时间内快速进行实验验证和表征，为快速而精确的原子级分子工程新时代铺平了道路。