AI制药新动向：Anew Labs涌现，竞争愈加激烈
最近，由于一轮融资和一份技术报告的发布，过去五年中较为低调的科研团队逐渐展现出自己的全貌。AI制药领域发出了一个引人注目的信号：通用大模型企业开始参与生物实验，而生物分子建模公司也在积极招聘大模型领域的人才。今年6月，Anthropic推出了Claude Science，这是一个集科研工具和计算资源于一体的大模型应用环境。随后，它发布了Claude在专业模型中设计蛋白结合分子的成果，并委托外部实验室进行验证。这显示出大模型不仅仅是科研助手，更演变为能够协调研究任务的智能体。
与此同时，Alphabet旗下的Isomorphic Labs，在其首席执行官Demis Hassabis的带领下，今年5月成功完成了21亿美元的B轮融资。该公司成立于2021年，目标是重新构建药物研发流程，Hassabis也是著名的AlphaFold的开发者。2024年诺贝尔化学奖的候选人Isomorphic也开始发布Large Language Model（LLM）的招聘信息，计划在前沿模型上实施和优化相关技术。
随着这两家公司的大步迈进，一个之前相对低调的团队也开始展露头角。Anew Labs并非新生的创业公司，团队成立于2021年，由刘凯负责，核心成员约五十人，其中一半是AI4S算法专家，另一半则是资深药物研发专家。昨日，他们刚刚宣布完成了拆分后的首轮融资，金额达2.9亿美元，投资方包括红杉中国、高瓴资本和IDG等知名机构，而今天凌晨，他们也在官网上发布了最新的技术报告——AnewDDE，像是一场华丽的亮相，其中包括结构预测、结合亲和力预测、抗体实验的闭环设计，以及具备千亿参数的AnewMind模型，所有这些都被放在同一个平台上。
Anew此举让他们与Anthropic和Isomorphic并肩受关注。尽管三家公司起点不同，但各自都在寻找将专业模型、大模型与实验反馈结合的办法。Anew展示出在这些环节上所取得的进展和成就。
对于模型性能的比较来看，AnewFold的成绩略高于IsoDDE。AnewFold在FoldBench的抗体-抗原结构预测任务上，成功率达76.2%，而IsoDDE的结果为75.6%。在蛋白-配体任务中，两者的成功率分别是77.4%和76.0%。这些任务旨在回答给定分子组合时，其结合位置和形状是否可预测。同时，报告还评估了更复杂的分子胶三元体系。在131例共同案例中，AnewFold在预测蛋白-配体的成功率达到71.8%，高于几个开源基线。这些成绩足以让Anew进入生物分子模型领域的核心讨论，但小幅领先并不足以明确证明他们的优势，评测设置亦需一致性。因此，更为重要的是，Anew展示出接近前沿的结构预测能力，接下来将关注其如何将这一能力转化为实际研发收益。模型的优势会被逐步追赶，长期的价值还需看候选分子的选择、预测失败的识别及实验结果对下一轮优化的影响。所以，AnewDDE还包含了亲和力评估工具AnewAffinity、设计流程AnewDesign，以及研发推理相关的AnewMind，这些模块分别围绕结合强度评估、候选设计和证据分析展开，但它们的协同效果如何则需通过具体项目来检验。
在实验设计方面，AnewDDE展示了一项针对内部靶点的纳米抗体设计实验。智能体通过检索文献和结构数据库，分析结合位点，并组织生成与筛选。首轮从3092个初筛合格的候选中推荐了50条序列进入湿实验，最终获得7个KD值低于400 nM的克隆，实验结果则用于后续的亲和力优化。在第二轮测试中，100个候选中成功获得了16个个位数纳摩尔KD的克隆，KD值越低通常意味着结合强度越高，因此这一数值符合行业对亲和力的标准。经过两轮共测试了150个克隆，其中强结合抗体的占比为10.7%。然而，对于熟悉Anthropic动态的读者而言，可能会质疑Anew的实验结果：Claude的蛋白设计命中率岂不是更高吗？确实如此，根据Anthropic在八月份的实验报告，Claude在不同设定下的结合命中率也在22%到35%之间，并在15个靶点中取得了14个的成功。后续报告还显示，其在12个靶点上的命中率接近50%。然而，这些数字并不能直接与Anew的10.7%相比较，因为Claude主要涉及蛋白质小结合体，而Anew则专注于纳米抗体。两者虽然都属于结合剂，但研发的背景并不相同。而且，Anthropic也在其中指出，蛋白质小结合体尚未成为标准的治疗药物，目前这类分子更多应用于机制研究和靶点验证等科研领域，实际走向临床的案例仍较为有限。相比之下，抗体产品则已经成为产业中的主流。
