人工智能抗体设计领域的独角兽，Chai Discovery有何来头？|igg|人工智能|抗体|抗原|特异性|独角兽|靶点

潘展|整理

与礼来的深度合作

今年年初，总部位于美国旧金山的AI生物制药企业Chai Discovery与制药巨头礼来公司达成深度合作。

根据合作协议，礼来公司将部署Chai Discovery的前沿人工智能平台Chai-2，针对多个靶点设计新型生物治疗药物。Chai Discovery则将基于礼来公司的大规模专有数据，为其定向打造一款与其药物研发工作流程精准适配的专有人工智能模型。

Chai Discovery是一家成立于2024年的人工智能生物技术初创公司，由来自OpenAI 和Meta的人工智能先驱团队创立。该公司初期专注于开发基础模型，初代模型Chai-1已开源，用以预测和重编程生化分子间的相互作用。2025年6月推出升级模型Chai-2，转向单克隆抗体研发。

此次合作的达成，彰显了礼来对Chai系列模型在生物分子结构预测，尤其是抗体设计能力的认可。

Chai平台特色

Chai-2是Chai Discovery公司的新一代计算机辅助抗体设计系统，能够以原子级精度端到端生成类药物抗体。

与传统的基于计算或筛选的抗体发现流程不同，Chai-2 可直接设计全长 IgG 抗体，同时满足靶点结合、结构保真度和可开发性的多重约束条件，大幅缩短抗体发现周期。

计算机虚拟抗体设计

该平台的核心在于，将结构感知生成模型与物理信息评估算法相融合，所生成的抗体候选分子，其预测的三维结合模式可通过实验验证。冷冻电镜验证结果显示，预测的抗体-抗原复合物结构与实验测定结构的吻合度达到亚埃级，设计抗体的整体均方根偏差（RMSD）值处于0.41–1.7 埃区间；其中表位-互补位界面的精度达到亚埃级，重链互补决定区 3（HCDR3）环的均方根偏差值仅为0.26–0.39埃。这使得从首轮设计迭代起，就能对表位特异性相互作用建立高度的可信度。

冷冻电镜结构与计算机虚拟设计结构对比图

除结构精度外，Chai-2 还针对性优化了抗体的治疗可开发性。平台会对设计抗体的生物物理指标进行全面评估，包括热稳定性、疏水性、多反应性及自缔合性，评估阈值则源自临床阶段生物类似药的实验校准数据。

研究人员基于以上四项生物物理实验，对 Chai-2 设计的涵盖28个抗原的88个 IgG 抗体与20种临床阶段 IgG生物类似药开展基准对比。结果显示，超过85%的Chai-2 IgG 抗体在三项及以上可开发性指标中达到 “绿色合格标准”，且100% 的抗体 Fab 段熔解温度超过阈值（64℃），性能优于多数生物类似药对照组。

以上结果表明，绝大多数Chai-2设计抗体的可开发性特征，均可媲美甚至超越已获批治疗性抗体，且无需进行迭代式实验优化。

Chai-2设计的抗体

在功能层面，该平台将抗体设计的适用范围拓展至难成药靶点，包括G蛋白偶联受体（GPCRs）和肽-主要组织相容性复合体（pMHC）复合物。

Chai-2不仅能够设计出靶点结合分子，还可生成功能GPCR激动剂和突变特异性pMHC 抗体。针对6种G蛋白偶联受体靶点，Chai-2 实现100% 的靶点命中成功率，且每个靶点仅需测试数十个设计分子，效率提升了百倍。针对KRAS G12V 突变型 pMHC 靶点，Chai-2 设计出亲和力达纳摩尔级的结合抗体，该抗体对单氨基酸突变和人类白细胞抗原（HLA）等位基因均具有严格特异性，性能远超此前报道的计算设计pMHC 抗体。这一能力充分体现了平台对抗体结合构象和分子识别机制的精细化调控水平。

上述各项功能共同奠定了 Chai-2 作为可编程抗体工程平台的定位，有效填补了计算设计与治疗应用可行性之间的技术鸿沟。

目前Chai Discovery的研发管线

Chai Discovery研发管线聚焦于传统意义上被视为 “不可成药” 的难成药靶点，目前尚无药物进入 Ⅱ/Ⅲ 期临床试验。