Latent Labs 发布了 Latent-X2，这是一种前沿人工智能模型，可以在第一次尝试时生成类药物生物制剂，从而消除了迭代湿实验室测试的需要。该平台针对疑难疾病蛋白，有望加快开发进度，同时降低成本。
该公司还宣布，默克集团前首席执行官 Stefan Oschmann 已加入其战略顾问委员会。 Latent Labs 现在向选定的合作伙伴开放该模型的访问权限。
破解发展瓶颈
目前的湿实验室方法的成本远远超出了最初的开发工作。分子命中很少从一开始就具备临床成功所需的特性。解决这些问题的优化努力通常会失败，或者会产生权衡，即改善一个特性会使另一个特性恶化。
这些次优的起点增加了临床试验期间昂贵的失败风险。解决分子缺陷会大大延长开发时间，从而延迟潜在的治疗方法到达患者手中。
平台如何运作
Latent Labs 平台允许合作伙伴和客户生成针对他们选择的疾病的抗体和肽。它可产生跨 VHH、scFv 和大环肽形式的高亲和力结合剂，从第一代开始就接近药物质量。
科学家可以通过网络浏览器访问该平台或使用 Latent Labs API 集成他们自己的系统。该界面被设计为无需专门的计算专业知识即可访问。
零次设计能力
Latent-X2 产生的抗体可以结合第一代具有挑战性的靶标。在针对多样性和难度选择的 18 个目标进行测试时，该模型实现了对其中一半的命中，具有皮摩尔到纳摩尔的亲和力。每个目标仅需要 4 到 24 种设计。
该模型的功能不仅仅限于抗体。 Latent-X2 设计的大环肽可结合 K-Ras，这是一种长期以来被认为不可成药的蛋白质。这些设计匹配或超过了万亿级 mRNA 显示屏的命中率，同时测试的序列少了 11 个数量级。
默认情况下具有类似药物的特性
Latent-X2 设计的抗体在直接比较中显示出匹配或超过批准的治疗对照的可开发性。这包括免疫原性的指标，这是生物制品开发中的一个关键安全问题。
该公司称这是对任何人工智能生成的抗体的首次此类评估，在十名捐赠者的人类小组中对从头 VHH 结合物进行了评估。离体 T 细胞激活和细胞因子释放测定证实了强大的靶标结合和低免疫原性。虽然动物研究和临床试验仍处于领先地位，但这些结果表明人工智能生成的分子现在可以清除以前需要长时间优化的临床前障碍。
“半导体、卫星和飞机曾经需要重复的构建测试周期，耗费数年时间和数十亿美元。如今，它们是在制造任何东西之前进行计算设计的。借助 Latent-X2，药物发现可以迈向同样的一步改变 – 从一开始就设计正确的分子。”
西蒙·科尔 (Simon Kohl)，Latent Labs 首席执行官兼创始人
战略咨询补充
担任 Merck KGaA 首席执行官直至 2021 年的 Stefan Oschmann 已加入 Latent Labs 的战略顾问委员会。他领导欧洲最大制药公司之一的经验为公司的领导地位增添了重要的行业专业知识。
“制药行业花了数十年时间围绕迭代实验室工作的局限性进行优化。Latent Labs 正在做一些不同的事情——建立根据第一原理设计分子的能力。如果这种转变成立，它将改变药物发现的整个逻辑。”
斯特凡·奥斯曼
关于潜在实验室
Latent-X2 建立在五个月前发布的 Latent-X1 的成功基础上。 Latent-X1 已被世界各地的行业和学术团体采用，他们重视其性能和用于实际实验室应用的无代码接口。
十个月前，潜在实验室 宣布完成 5000 万美元融资，由 Radical Ventures 和 Sofinnova Partners 共同领导。著名参与者包括 Anthropic 首席执行官 Dario Amodei、Eleven Labs 首席执行官 Mati Staniszewski 和 Google 首席科学家 Jeff Dean。
该团队包括前 AlphaFold 2 联合开发人员和前 DeepMind 团队领导，拥有来自 Microsoft、Apple、Exscientia、Mammoth Bio、Altos Labs 和 Zymergen 的经验。
