HyperLab是由海德堡理论研究所以结构为基础开发的网络端药物发现平台，通过AI驱动技术显著提升实验药物研究人员的工作效率。该平台采用直观的用户界面设计，使无AI或计算方法专业背景的研究人员也能高效生成关键发现成果。
平台核心功能包含：配体-蛋白质结合预测（Hyper Binding）、基于蛋白结构的分子优化（Hyper Design）、百万至七万亿级化合物库筛选（Hyper Screening和Hyper Screening X）、ADMET性质预测（Hyper ADME/T），以及AI辅助研究员系统。在基准测试中，Hyper Binding在PoseBuster v2测试中达到77%的结合姿态预测准确率，超越传统对接技术，接近AlphaFold3的84%准确率，且计算速度提升显著。
在结合亲和力预测方面，Hyper Binding在两个独立FEP数据集上分别取得0.70和0.53的皮尔逊相关系数，表现优于深度学习和物理对接模型。实验验证显示，通过Hyper Screening在24小时内完成的筛选流程，最终五个化合物的IC50值介于70-600nM之间。Hyper Design优化的分子中，五个合成化合物中有三个在体外实验中展现出超过75%的抑制率，IC50值集中在200-400nM区间，其中某个化合物活性与参照化合物相当或更优。该平台成功降低了现代药物研发在时间成本、经济投入和专业技术门槛方面的三重障碍。
【全文结束】
