在2025年，Turbine迈出了将其强大的细胞模拟平台开放给更广泛的药物研发社区的关键一步，研究抗体药物偶联物（ADCs）的科研人员将成为首批受益者。
人工智能与机器学习（AI/ML）正在从根本上改变药物发现领域，使研究人员能够从庞大的化合物库中识别出最可能与生物靶点有效结合的候选药物。然而，尽管数据显示药企已利用AI扩展研发管线，但在药物开发成功率长期徘徊在10%的背景下，单纯扩大筛选范围仍显不足。
细胞模拟：AI驱动药物研发的新前沿
通过机器学习驱动的分子级生物系统计算建模，生物制药研究人员能够更好地理解生化过程和细胞信号传导。自2016年成立以来，这家源自布达佩斯的创新团队已构建基础细胞模拟平台，其虚拟实验室可运行数百万次实验，远早于湿实验室操作。该技术已在从靶点发现到患者分层的多个阶段得到验证，特别是当研究SN38有效载荷生物学特性时，模型成功预测了新型扰动反应——未经过SN38组合数据训练的模型准确识别出SLFN11基因敲除会导致非小细胞肺癌对SN38产生耐药性。
Turbine的转折点
过去，该技术仅对Turbine内部团队和合作伙伴开放。随着平台成熟度提升，首个面向公众的ADC有效载荷选择模块现已发布。该模块提供预训练模型和定制模型两种订阅层级，支持在广泛虚拟样本中模拟有效载荷-有效载荷及有效载荷-药物组合。联合创始人兼CEO Szabolcs Nagy指出，这标志着计算生物学从辅助工具向核心研发平台的转变，未来几个月将推出更多模块。
关于Turbine
Turbine致力于通过AI虚拟实验加速药物发现和临床决策。其十年研发的虚拟疾病模型在预测药物反应方面仅次于患者本身。通过模拟细胞在治疗下的行为，该平台已支持拜耳、阿斯利康等近30个研究项目，可运行数十亿次虚拟实验以发现风险、优化试验设计。目前该平台已获得Accel和默沙东全球健康创新基金支持。
【全文结束】
