人工智能在藥物研發領域再掀波瀾!Chai Discovery近日推出全新AI模型Chai-2，以其在分子設計領域的突破性技術引發廣泛關注。Chai-2實現了零樣本抗體設計，成功率高達16%-20%，較傳統方法提升超百倍，藥物研發週期從數月甚至數年縮短至僅兩週。

image.png

零樣本抗體設計，突破傳統瓶頸

Chai-2是Chai Discovery開發的多模態生成式AI模型，專注於分子結構的預測與設計。相較於傳統抗體發現方法，如動物免疫或高通量篩選，Chai-2無需依賴現有抗體模板或大規模實驗篩選，僅通過目標抗原和表位信息即可從零設計抗體的互補決定區（CDR）。在對52個全新抗原靶點的測試中，Chai-2在僅測試20個設計的情況下，成功率爲16%-20%，50%的靶點至少獲得一個有效結合物，遠超傳統AI方法的0.1%成功率。

藥品，醫療

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

兩週完成從設計到驗證

Chai-2的另一個亮點是其高效性。傳統抗體藥物的研發通常需要數月至數年，而Chai-2通過全原子結構預測與生成式建模的結合，將分子生成、合成和表徵的完整週期壓縮至兩週。在一項案例中，Chai-2僅用數小時便解決了傳統研發耗資超500萬美元的抗體設計難題，展現了其在效率和成本上的巨大優勢。

多模態應用，拓展藥物設計邊界

Chai-2不僅侷限於抗體設計，還支持單鏈抗體（scFv）、納米抗體(VHH)以及微型蛋白等多種形式的設計。在微型蛋白結合物設計中，Chai-2的實驗室驗證命中率高達68%，結合親和力達到皮摩爾級。此外，Chai-2生成的抗體具有優異的藥物特性，如高特異性、納米摩爾級親和力及良好的可開發性，爲快速轉化爲治療性應用奠定了基礎。

行業影響與未來展望

Chai-2的發佈標誌着藥物研發從經驗性探索向確定性分子工程的轉變。業內專家認爲，Chai-2的高成功率和廣譜適用性爲攻克傳統“不可成藥”靶點提供了可能，特別是在抗體-藥物偶聯物、雙特異性抗體等複雜治療形式中潛力巨大。Chai Discovery計劃通過其“負責任部署政策”向學術界和行業夥伴開放Chai-2訪問權限，優先支持對人類健康和社會有益的項目。

AIbase認爲，Chai-2的突破不僅是AI在藥物研發領域的里程碑，更預示着生物學從科學向工程化的轉型。未來，隨着Chai-2在製造可行性、藥代動力學等領域的進一步優化，AI驅動的藥物研發有望實現“一次設計即成”的目標，爲癌症、自身免疫疾病及感染性疾病等領域帶來革命性進展。