英国伦敦 2025年10月10日，星期五 17:00
图尔宾公司（Turbine）是一家专注于利用人工智能虚拟化生物实验的领先企业，近日宣布与阿斯利康（AstraZeneca）展开合作，测试其平台在优化抗体药物偶联物（ADC）发现方面的能力。该合作旨在通过预测药物反应机制、指导ADC临床定位以及减少大规模细胞系筛选需求，提升研发效率。图尔宾的平台可大规模虚拟化生物实验，此次应用不仅将加速ADC发现进程，还将提供当前实验筛选方法通常缺乏的机制性见解。
ADC作为靶向癌症疗法，能将强效药物直接递送至肿瘤细胞，但其研发常因需通过成本高昂的大规模筛选（涉及数百个细胞系和患者来源的异种移植模型PDXs）来识别适用于不同肿瘤类型及患者群体的有效药物载荷而受阻。通过此次合作，图尔宾与阿斯利康将采用“实验室闭环”方法解决体外实验挑战：图尔宾平台将战略性推荐特定细胞系子集进行测试，随后利用阿斯利康的ADC数据集（涵盖单药及联合疗法研究），在数千个计算机模型中预测实验结果。此举使药物发现过程更贴近实际治疗效果，长期目标是将该方法扩展至患者来源模型并最终应用于临床护理。除显著降低实验负担外，该平台还能通过模拟细胞存活及基因表达变化等机制，增强临床可转化性，深入解析细胞对治疗的响应或耐药原因。
图尔宾公司首席科学官兼联合创始人丹尼尔·韦雷斯博士（Daniel Veres, MD, PhD）表示：“通过实施‘实验室闭环’方法，我们能够突破传统广泛性实验筛选的局限，转向更高效、精准的策略，优先选择最可能在患者中取得成功的ADC组合。这也为虚拟实验室更深度整合至研发工作流程奠定基础，确保开展关键实验以最大化患者获益。”
此前，图尔宾与阿斯利康已合作运用图尔宾的模拟细胞平台，识别血液系统癌症的治疗耐药机制，并预测涉及DNA损伤修复通路的联合疗法协同作用及相关生物标志物候选物。图尔宾正致力于通过人工智能虚拟化实验加速药物发现并提升临床可转化性。该公司在过去十年持续构建虚拟疾病模型，其研发目标是使这些模型在预测药物反应方面的可靠性仅次于真实患者。
【全文结束】
