AI在云上规划分子 药明康德让它从屏幕走进反应釜

  扫描或点击重视中金在线月，诺和诺德与丹麦生物技术公司Orbis Medicines达到最高14亿美元的重磅协作，共同开发口服大环药物。在这场协作背面，一套前沿的研制闭环浮出水面：Orbis的nGen渠道先从近千亿规划的DEL(DNA编码化合物库)中挑选出开始射中物，生成式AI据此规划出不同骨架与侧链的大环分子；随后，自动化体系在数周内完结约10万个化合物的组成与剖析，并将试验数据回传给模型，用于下一轮规划。明显，环肽正成为“AI for Science”的下一个中心落点。

  环肽是从头规划难度最高的分子类型之一，AI在膜通透性猜测、构象与自由能计算上的确如虎添翼，但这些虚拟猜测终究都一定要通过实在“湿试验”的严酷查验。当规划端被AI无限提速后，新药研制的实在瓶颈已然悄然后移：后端的组成与测验产能跟不跟得上，直接决议了AI给出的分子是能成为救命的候选药物，仍是永久停留在屏幕上的结构图。

  药明康德(603259.SH，的D2B(Direct-to-Biology)渠道，正是为击穿这一后端瓶颈而生。在传统流程中，单轮分子胶的组成往往需求一个多月，产品还需别离纯化，生物测验又要再加两周。而D2B渠道将化学反应直接搬进384/1536孔微孔板，产品无需纯化即可直通生物检测，将一次“规划—组成—测验”的完好周期极限紧缩至2到3周。在实践项目中，该渠道曾在一个月内完结了2000个分子的规划、组成与检测；面临另一个极难成药的靶点项目，仅用两个月便构建了超20万个化合物的定制库并同步完结挑选。

  在支撑杂乱靶点开发方面，DEL挑选同样是不可或缺的底层柱石。以新式E3连接酶为例，人体编码的E3连接酶超600种，但绝大多数缺少已知配体，大范围的使用的仅有CRBN、VHL等少量几种。药明康德从30个候选E3连接酶动身，在超400亿分子的化学空间中进行“难如登天”，成功确定了CTLH复合物的底物辨认亚基GID4；经截短与结构优化，得到分子量低于400的配体，终究构建的靶向BRD4降解分子，其活性较初始预兆化合物大幅度的进步10倍。曩昔12个月内，药明康德R端(药物发现)已累计组成并交付了超越44万个全新化合物。

  当这些杂乱分子跨过发现阶段，走向临床与商业化时，WuXi TIDES渠道则稳稳接过了接力棒。现在，其多肽固相组成反应釜总体积已超10万升，并正向13万升强势扩容；寡核苷酸固相组成规划打破8摩尔，完成了从毫摩尔到摩尔级的跨过。这在某种程度上预示着，不管分子是来自高通量挑选仍是AI规划，都能在药明康德的同一渠道上，走完从研制到商业化出产的全流程。

  关于CXO而言，可以将虚拟假定快速转化为实在数据，再将数据转化为工业化出产的根本工艺的实体才能，正是AI年代最巩固、最难被代替的护城河。