南韓生物科技公司蓋勒斯（Galux）公布比較研究結果，顯示其人工智能驅動的蛋白質療法設計平台蓋勒斯設計（GaluxDesign），在九個從近期從頭抗體設計預印本中選取的公開可比較目標中，實現了最廣泛的目標覆蓋範圍。
研究中，蓋勒斯設計為九個目標各生成了50種抗體設計，這些目標曾於公開的人工智能抗體設計研究中被探索。平台經實驗評估了全長免疫球蛋白G（IgG）形式的候選物，並為其中八個目標識別出經實驗驗證的結合劑。基於生物層干涉技術（BLI）的動力學分析證實，七個目標的結合親和力達到低至中納摩爾級。
蓋勒斯設計在公開可比較的從頭抗體設計研究中，實現了最廣泛的目標覆蓋範圍，在九個共享目標中識別出八個經實驗驗證的結合劑，當中包括之前未曾公開報告過經驗證結合劑的目標 (圖片：蓋勒斯) AP圖片
為比較其與公開報告的從頭抗體設計結果，包括納布拉生物（Nabla Bio）的JAM-2及柴發現（Chai Discovery）的Chai-2的表現，這次研究總結了每個共享目標是否至少報告了一個經實驗驗證的結合劑。根據公開的預印本結果，JAM-2及Chai-2分別報告了九個共享目標中五個及四個的驗證結合劑，而蓋勒斯設計則將覆蓋範圍擴展至八個，當中包括在相應預印本研究中未曾報告過驗證結合劑的目標。
蓋勒斯共同創辦人朴泰勇表示，由於每個平台的技術細節通常未完全披露，從頭抗體設計平台之間的直接比較仍然充滿挑戰。他補充指，透過使用同一組公開報告的目標作為共同參考點，旨在提供一個實用的視角，觀察不同平台在各種抗體設計問題上的表現。在此框架下，蓋勒斯設計在共享目標集中展現出強勁且一致的結合劑生成能力。
這次比較研究建基於蓋勒斯早前報告的精簡設計與測試流程，該流程針對另一組具治療相關性的目標表位進行。在該早期研究中，平台實現了31.5%的結合劑命中率，並在八個目標表位中，為其中七個識別出皮摩爾至納摩爾級親和力結合劑。最新研究將此表現擴展至一個獨立的共享目標集，該目標集源自公開報告的從頭抗體設計研究。
朴泰勇又指，從頭抗體設計現正超越早期的概念驗證，邁向評估人工智能平台能否可靠地為各種目標生成具備理想結合特性的抗體。他續稱，雖然經實驗驗證的結合劑不能直接轉化為療法，但快速且一致地生成結合劑的能力，或可大幅加速下游療法優化及藥物開發。隨着人工智能驅動的抗體設計變得日益可靠，它有潛力從根本上減少早期生物製劑發現中的一個主要瓶頸。
關於蓋勒斯
蓋勒斯是一間生物科技公司，致力推進人工智能驅動的蛋白質設計技術，以應用於藥物發現。其專有平台蓋勒斯設計，整合了原子級物理洞察，以實現跨廣泛目標的精準且通用性強的蛋白質設計。
蓋勒斯將這項技術應用於內部項目及外部合作，以解決藥物發現中的挑戰性問題。
（美聯社）
