在计算药物发现领域的一项重大突破中，Chai Discovery 团队推出了 Chai-2，这是一个多模态生成式人工智能平台，能够实现零样本条件下的抗体和蛋白质结合剂设计。与传统方法需要大规模高通量筛选不同，Chai-2 仅通过一个24孔板的实验设置就能高效设计出功能性结合剂，其性能比现有最先进的方法提高了100倍以上。 Chai-2 在 52 个全新靶点上进行了测试，这些靶点都没有已知的抗体或纳米体结合剂。尽管面临巨大挑战，该系统仍取得了 16% 的实验命中率，在两周内从计算设计到湿实验室验证，为 50% 的靶点成功发现了结合剂。这一成就标志着分子工程从概率性筛选转向确定性生成的重大转变。 全原子生成设计模块和折叠模型：Chai-2 采用了全原子生成设计模块，可以预测抗体-抗原复合物结构，准确率是前代 Chai-1 的两倍。该系统在零样本条件下运行，即不需要已知结合剂的信息，就能生成单链抗体片段（scFv）和纳米体（VHH）的序列。 设计灵活性和定制化：除了通用结合剂生成，Chai-2 还展示了其高度的灵活性和定制能力。它可以设计针对特定变体和突变蛋白的结合剂，并具备跨物种反应性的能力。在一项案例研究中，Chai-2 设计的抗体对人类和食蟹猴变体的蛋白都表现出了纳摩尔级别的亲和力（KD 值），证明了其在预临床研究和治疗开发中的潜力。 验证广泛蛋白质靶点：在严格的实验室验证中，Chai-2 被应用于没有序列或结构相似性的已知抗体靶点。设计的分子通过生物膜干涉法（BLI）测试证实了其结合能力。尤其是在TNFα这类历史上难以通过计算机辅助设计的靶点上，Chai-2 成功产出了高质量的结合剂。 新颖性、多样性和特异性：Chai-2 设计的输出在结构和序列上与已知抗体显著不同。结构分析表明，其结合剂具有极高的亲和力和低离靶结合能力。此外，评估结果显示其多反应性与临床抗体（如 曲妥珠单抗 和 伊克替珠单抗）相当。 Chai-2 有效将传统的生物制剂发现周期从几个月缩短到几周，一次性交付经实验验证的候选药物。其高命中率、设计新颖性和模块化提示功能，标志着治疗性发现工作流程的根本变革。 该框架未来可以扩展到 mini 蛋白、大环化合物、酶，甚至小分子领域，引领计算优先的设计范式。进一步的方向包括开发双特异性抗体、抗体药物偶联物（ADC），并探索生物物理性质优化（如粘度、聚集性）。 业内人士认为，Chai-2 的推出不仅是人工智能在分子设计领域的又一重要进步，更是药物发现全流程的重要突破。这种技术的发展有望大幅提高新药开发的速度和效率，降低研发成本，加速治疗性药物的上市进程。Chai Discovery 团队致力于利用最先进的人工智能技术推动创新，其成果在科学界和工业界均受到高度关注。