全球领先的AI药物递送创新公司剂泰科技（7666.HK）今日正式发布AiProtein平台以及抗体设计智能体AARON (AI Antibody Rational Optimization Network )。
AiProtein采用剂泰科技自研“干实验+湿实验+智能体”创新范式，是聚焦蛋白和抗体等大分子的设计平台。作为剂泰科技AI纳米递送平台NanoForge驱动下的第四大核心解决方案，AiProtein与AiLNP（AI纳米递送系统设计平台）、AiRNA（AI mRNA序列设计平台）和AiTEM（AI小分子制剂设计平台）共同完成了从蛋白设计、mRNA序列设计和LNP设计的剂泰科技“火箭+卫星”端到端研发闭环。
剂泰科技董事长兼CEO赖才达博士表示，“过去几年，剂泰科技持续在破解人体递送的密码，打造精准抵达不同器官和细胞的‘纳米火箭’。而随着AiProtein平台和AARON抗体设计智能体的发布，我们正式将AI能力进一步延伸到‘卫星’本身，实现从蛋白设计、mRNA序列到LNP递送的全链条AI驱动研发。
我们相信，大分子药物研发正在进入‘干实验 + 湿实验 + 智能体’融合的新范式。AARON不仅是一个抗体设计工具，更是能够协同多模型、加速抗体生成与工程优化的AI科学家伙伴。未来，剂泰科技将持续推动AI驱动的大分子发现与递送创新，让更多过去难以成药的分子真正走向临床与患者。”
图1：METiS AiProtein“干实验+湿实验+智能体”的新范式图解
AiProtein平台历时一年多，完成了从头生成模型、语言/预测模型、亲和力预测模型、成药性预测模型和主动学习驱动的干湿迭代算法等模型和算法的自主研发。其中，剂泰科技开发了基于扩散算法的METiS NbDiff抗体从头生成模型，可以根据用户限定的条件如抗原、表位等进行定向生成；此外，AiProtein平台搭载了剂泰科技自研的、针对蛋白与各种形式抗体的蛋白/抗体语言模型，对传统的BERT架构做了较大改进，可支持十几个蛋白及抗体常用性质的预测，主要性质的预测指标Spearman相关系数都达到0.8以上。
抗体工程方面，AiProtein平台可支持对动物免疫或自建库筛选得到的抗体苗头化合物进行AI驱动的亲和力成熟，并专项开发了METiS ProteinIFGT逆折叠模型，对行业金标准ProteinMPNN模型做了较大幅度的改进，创新性地在蛋白逆折叠模型中引入图Transformer架构，在多项指标上相比原模型都有不同程度的进步。在此基础上，剂泰进一步开发了针对纳米抗体的METiS NbIFGT模型，和前述的METiS NbBERT一起作为双保险，从两个不同层面共同进行抗体突变的预测，打造抗体工程的新范式。
此外，在抗体工程中，对突变进行亲和力预测是一个关键步骤，剂泰开发了METiS Afformer模型，在抗体亲和力预测领域创新性地引入图Transformer架构，对抗体-抗原结合区进行原子级别的学习，在多个数据集上的的R2和Spearman相关系数都接近或超过0.8，大大提升了抗体工程的成功率。在抗体成药性方面，剂泰集合了一些开源模型，并自己基于前述语言模型开发了溶解度预测和基于剂泰数据的产量预测模型，共同组成了成药性模块，完成干实验的流程。
视频1：METiS AiProtein平台通过自研模型进行抗体生成和抗体工程
剂泰科技的NanoForge平台中均采用主动学习进行干湿实验迭代，基于此经验，剂泰在AiProtein平台中进一步应用了该思想，打造了一条语言模型+逆折叠模型+亲和力预测模型+主动学习的干湿迭代新范式，在几个内部项目中都能做到在两轮内就能达到抗体工程的目标活性，大大提高了成功率和效率。
作为湿实验数据库、干实验算法和干湿迭代的“中央处理器”，剂泰打造的新一代抗体设计智能体AARON可以调度剂泰开发的各种AI模型，让科学家们在一个操作性强、可视化和智能化的界面上进行人机交互，完成抗体生成、性质预测、突变预测、亲和力预测、成药性预测等等任务，并可通过主动学习算法进行干湿迭代，用AI解读抗体语言的密码，开启抗体研发的新范式。
视频2：METiS AARON智能体工作案例
剂泰科技未来将持续开发和优化AiProtein平台，在AI驱动TCE专属抗体开发、抗体构型设计和LNP主动靶向抗体开发等领域继续深耕。
