$8.9B đã đầu tư, Chưa có thuốc Solo-AI: Điều đó có ý nghĩa gì đối với hóa học peptide
Tác giả bởi Tiến sĩ. Alexander Vance, tiến sĩ (Nhà hóa học chì peptide & R&D Giám đốc) | Được đánh giá về độ chính xác về mặt khoa học bởi các thay đổi MOL R&Bảng D
Giữa 2024 Và 2026, các quỹ đầu tư mạo hiểm và dược phẩm sinh học khổng lồ được triển khai trên $8.9 tỷ USD vào các nền tảng khám phá thuốc do AI điều khiển, đẩy nguồn vốn đầu tư mạo hiểm hàng năm trong lĩnh vực này lên xấp xỉ $11 tỷ trên hơn 340 giao dịch. Mô hình khuếch tán sáng tạo, kiến trúc máy biến áp như ESM-2, và các công cụ dự đoán cấu trúc như AlphaFold3 đã thay đổi giao diện tính toán của khám phá. Các đường ống trong silicon hiện có thể tạo ra hàng triệu chuỗi peptide de novo và dự đoán ái lực liên kết mục tiêu trong vài giờ thay vì vài tháng.
Chưa, bất chấp việc rót vốn chưa từng có này, vẫn còn một mốc quy định rõ ràng: kể từ 2026, Thuốc độc do AI tạo ra đã nhận được sự chấp thuận hoàn toàn của FDA.
Trong khi các thuật toán AI vượt trội trong việc lên ý tưởng theo trình tự và sàng lọc ứng viên ban đầu, vật lý trị liệu không tồn tại trong không gian tính toán. Chúng phải tồn tại trong thực tế vật lý của quá trình tổng hợp pha rắn, giới hạn hòa tan trong nước, sự phân giải protein bằng enzyme, và cung cấp mô. Dành cho các nhóm nghiên cứu peptide tiên tiến, cái này $8.9 tỷ chênh lệch mang một thông điệp rõ ràng: AI tăng tốc ý tưởng trình tự, nhưng sự phát triển peptide thực tế phụ thuộc hoàn toàn vào sự tổng hợp riêng biệt, sửa đổi hóa học có mục tiêu, và đặc tính phân tích nghiêm ngặt.
các $8.9 Chênh lệch hàng tỷ: Lượt truy cập giai đoạn cao I so với. Tiêu hao giai đoạn II
Để hiểu tại sao các mô hình tính toán vẫn chưa vượt qua được vạch đích quy định, các nhóm khám phá phải kiểm tra xem AI thành công ở đâu và nó gặp trở ngại ở đâu.
Theo một 2026 phân tích quy trình lâm sàng của các phân tử do AI thiết kế, nhiều hơn 173 Các loại thuốc do AI thiết kế hoặc hỗ trợ AI đã được đưa vào thử nghiệm lâm sàng trên người trên toàn cầu. Trong đánh giá an toàn sớm, Các ứng viên gốc AI báo cáo tỷ lệ thành công ở Giai đoạn I giữa 80% Và 90%, gần gấp đôi mức trung bình lịch sử của ngành 50%. Các mô hình sáng tạo vượt trội trong việc sàng lọc độc tính tế bào cấp tính, tránh các họa tiết phản ứng, và tối ưu hóa sự phù hợp của bề mặt liên kết mục tiêu cơ bản.
Ý tưởng trong Silicono (Hàng triệu chuỗi)
An toàn lâm sàng giai đoạn I (80–90% Tỷ lệ thành công) ► Hiệu quả cao trong giai đoạn II của Silico Target Fit & ADME (~40% Tỷ lệ thành công) ► Bức tường cổ chai vật lý
Tuy nhiên, khi ứng viên tiến vào giai đoạn thử nghiệm hiệu quả và dược động học Giai đoạn II, tỷ lệ thành công giảm trở lại mức trung bình lịch sử của ngành khoảng 40%. Các chế độ thất bại trong Giai đoạn II hiếm khi được điều khiển bởi các khoảng trống ái lực ràng buộc. Thay vì, chúng bắt nguồn từ sự suy giảm dược động học không thể đoán trước, phân bố mô kém, sự mất ổn định trao đổi chất, và tích lũy ngoài mục tiêu bất ngờ.
Như đã lưu ý trong thời gian gần đây xu hướng đầu tư VC biopharma, thị trường vốn ngày càng xem xét kỹ lưỡng các nền tảng “AI thuần túy”. Các mô hình trong silico hoạt động dựa trên chức năng chấm điểm năng lượng và tập huấn luyện cấu trúc tĩnh. Họ không thể dự đoán chuỗi peptide vật lý sẽ gấp lại như thế nào trong quá trình ghép nhựa nồng độ cao, nó tự liên kết như thế nào trong huyết thanh, hoặc cấu hình phản ion của nó làm thay đổi các kênh ion màng tế bào trong cơ thể sống như thế nào.
Tại sao các chuỗi AI sáng tạo lại gặp khó khăn trong phòng thí nghiệm ướt
Khi các chuỗi peptide de novo chuyển từ dự đoán thuật toán sang tổng hợp vật lý, các nhà hóa dược thường xuyên gặp phải những rào cản vật lý và sinh lý nghiêm trọng. Các thuật toán tổng hợp tối ưu hóa không gian chuỗi để tạo ra năng lượng liên kết hoặc tính bổ sung cho bề mặt mục tiêu mà không cần nhận thức bẩm sinh về khả năng tiếp cận tổng hợp hoặc giải pháp hóa học vật lý.
| Chế độ lỗi | Nguyên nhân gốc rễ trong Silicono | Biểu hiện vật lý của phòng thí nghiệm ướt |
|---|---|---|
| Tập hợp trên nhựa SPPS | kỵ nước quá mức, phân nhánh beta, hoặc mật độ axit amin thơm | Sự hình thành tấm beta liên chuỗi; Loại bỏ Fmoc không đầy đủ; tạp chất xóa cắt ngắn |
| Độ hòa tan trong nước | Phân bố điện tích không cân bằng và diện tích bề mặt không phân cực cao | Gel peptit, sự kết tủa, hoặc huyền phù đục trong xét nghiệm sinh học |
| Phân giải protein nhanh | Xương sống tuyến tính linh hoạt bộc lộ các liên kết peptide tự nhiên | Nửa đời huyết thanh < 15 phút do thoái hóa endo/exopeptidase |
| Phản ứng độc tế bào | Bỏ qua các hiệu ứng phản ứng TFA trong quá trình phân tách | Kết quả độc tính tế bào dương tính giả và làm thay đổi pH xét nghiệm |
1. Sự kết tụ trên nhựa trong quá trình tổng hợp peptide pha rắn (SPSS)
Các mô hình AI sáng tạo thường tập hợp các chuỗi giàu dư lượng kỵ nước (Val, Với, Lê, phe, Trp) để tối đa hóa các tương tác bề mặt liên kết. Trong SPPS tự động, khi chuỗi peptide đạt tới 8 ĐẾN 15 dư lượng trên giá đỡ vững chắc, các phân đoạn kỵ nước này áp dụng các cấu trúc tấm beta liên chuỗi mở rộng.
Nghiên cứu gần đây được công bố trên tạp chí Nature Chemistry về cơ chế tổng hợp SPPS trên nhựa xác nhận rằng sự kết tụ trên nhựa hạn chế khả năng tiếp cận dung môi và chặn các thuốc thử khử chất bảo vệ piperidine. Điều này dẫn đến việc loại bỏ Fmoc không đầy đủ và trình tự xóa bị cắt ngắn (ví dụ., tạp chất des-Val hoặc des-Leu) có chung đặc tính sắc ký gần giống với peptide mục tiêu, làm cho việc cách ly có độ tinh khiết cao gần như không thể.
2. Tính không hòa tan trong nước và phân cụm kỵ nước
Ngay cả khi một chuỗi khó được tổng hợp thành công, peptide tuyến tính de novo thường thất bại trong việc xử lý nước. Hàm lượng kỵ nước cao thúc đẩy sự tự liên kết trong bộ đệm sinh lý, gây ra hiện tượng gel hóa peptit, mây mù, hoặc kết tủa ngay lập tức ở nồng độ xét nghiệm sinh học làm việc (1–10 µM).
3. Suy thoái protein nhanh chóng
Các peptide tuyến tính chưa biến đổi chỉ bao gồm các axit L-amino tự nhiên tạo nên các khung linh hoạt với các liên kết amide được bộc lộ hoàn toàn. Trong môi trường huyết thanh hoặc nuôi cấy tế bào, protease hiện diện khắp nơi (chẳng hạn như trypsin, chymotrypsin, và cacboxypeptidase) tách các cấu trúc tuyến tính này trong vòng vài phút, hiển thị các điểm liên kết in-silico đầy hứa hẹn không liên quan trong ống nghiệm và in-vivo.
4. Trifloaxetat (TFA) Phản kháng can thiệp
Quy trình phân tách tiêu chuẩn trong SPPS sử dụng axit trifluoroacetic, để lại các peptide cuối cùng dưới dạng muối TFA. Các phản ứng TFA còn sót lại đóng vai trò là chất độc trao đổi chất mạnh trong xét nghiệm tế bào, thay đổi pH tế bào và điện thế màng. Không có trao đổi phản ứng có hệ thống, các nhà nghiên cứu có nguy cơ ghi lại độc tính tế bào dương tính giả hoặc hiểu sai các kết quả xét nghiệm là hiệu quả của hợp chất.
Chìa khóa mang đi: Điểm liên kết tính toán cao là vô nghĩa nếu peptide vật lý tập hợp trên nhựa, kết tủa trong đệm, hoặc phân hủy trong huyết thanh trong 15 phút. Việc giảm thiểu rủi ro trong phòng thí nghiệm ướt phải bắt đầu ở giai đoạn thiết kế trình tự.
Khung kết hợp: Xử lý các chuỗi AI thông qua tổng hợp thông lượng cao
Để thu hẹp khoảng cách giữa ý tưởng tính toán và thực tế lâm sàng, các nhóm dược phẩm sinh học hàng đầu đang từ bỏ việc lựa chọn in-silico nguyên chất để chuyển sang sử dụng Khung hóa học lai AI-Peptide. Trong mô hình này, Các thư viện trình tự do AI tạo ra trải qua quá trình phân loại nhanh chóng trong phòng thí nghiệm ướt bằng cách sử dụng phương pháp tổng hợp thông lượng cao và giảm thiểu rủi ro về cấu trúc.
SÂN KHẤU 1: THẾ HỆ TRONG SILICO & Khuếch tán tạo ra LỌC TRƯỚC TÍNH TOÁN / Mẫu ESM-2 -> Khả năng dự đoán trình tự & GIAI ĐOẠN chấm điểm tổng hợp 2: TỔNG HỢP TUYỆT VỜI CAO & SỬA ĐỔI CẤU TRÚC SPPS thông lượng cao -> Dipeptide Pseudoproline -> Đi xe đạp / Dập ghim GIAI ĐOẠN 3: ĐẶC TÍNH PHÂN TÍCH TRỰC TIẾP & GIẢM RỦI RO RP-HPLC (Rs ≥ 1.5) -> ESI-MS độ phân giải cao -> Trao đổi TFA -> QC vô trùng
Vượt qua những “chuỗi khó” trong tổng hợp
Khi dự đoán trình tự AI kích hoạt điểm tổng hợp cao, công cụ tổng hợp tùy chỉnh chuyên dụng sử dụng các biện pháp can thiệp hóa học cụ thể thay vì loại bỏ trình tự:
- Dipeptide giả proline: Giới thiệu dipeptide Fmoc-oxazolidine (ví dụ., Fmoc-Ser/Thr/Cys-oxazolidines) tại các khoảng thời gian chiến lược phá vỡ liên kết hydro xương sống tấm beta trong quá trình kéo dài chuỗi, ngăn chặn sự kết tụ trên nhựa. Trong các tiêu chuẩn trong phòng thí nghiệm ẩm ướt với mục tiêu kỵ nước 32 mer do AI thiết kế, chiến lược chèn các dipeptide pseudoproline làm tăng năng suất ghép thô từ 12% ĐẾN 88%.
- Chiến lược bảo vệ xương sống: Sử dụng Hmb (2-hydroxy-4-metoxybenzyl) hoặc các biện pháp bảo vệ Dmb tạm thời cản trở liên kết hydro amit.
- Phụ gia dung môi hỗn loạn & Nhiệt độ tăng cao: Việc kết hợp các chất phụ gia như LiCl trong DMF hoặc thực hiện tổng hợp trong điều kiện gia nhiệt dòng chảy/vi sóng có kiểm soát sẽ duy trì độ trương nở của nhựa và đảm bảo động học ghép nối hoàn chỉnh.
Bằng cách tích hợp chuyên ngành dịch vụ tổng hợp peptide tùy chỉnh, các nhóm nghiên cứu có thể xác nhận các ứng viên khó do AI tạo ra ở quy mô miligam trước khi cam kết vốn để tối ưu hóa lãnh đạo.
Sửa đổi có mục tiêu: Chuyển đổi các lượt truy cập trong Silico thành các khách hàng tiềm năng sẵn sàng cho phòng thí nghiệm
Sản lượng AI thô hầu như chỉ tạo ra chuỗi axit L-amino tự nhiên tuyến tính. Để chuyển những lượt truy cập ban đầu này thành lượt truy cập ổn định, chọn lọc, và các ứng cử viên dẫn đầu về mặt sinh học, các nhà hóa học dược phẩm áp dụng các sửa đổi hóa học có mục tiêu nhằm mang lại khả năng kiểm soát hình dạng và khả năng kháng trao đổi chất.
Sửa đổi hóa học nhắm mục tiêu peptide AI không biến đổi tuyến tính
• Xương sống có tính linh hoạt cao • Từ đầu đến đuôi / Khóa ghim • Sự phân tách Protease lộ ra ► • Gấp kháng Protease • Tập hợp tấm Beta cao • Tăng cường khả năng thấm của tế bào
1. Khóa hình dạng: Chu kỳ và dập ghim hydrocarbon
Chu kỳ xương sống từ đầu đến đuôi hoặc cầu nối lactam từ chuỗi này sang chuỗi khác khóa peptit thành cấu trúc có hoạt tính sinh học của nó. Sự cứng nhắc này mang lại hai lợi ích chính:
- Miễn dịch protease: Rào cản xương sống che giấu các liên kết amit khỏi các vị trí hoạt động của enzyme, kéo dài thời gian bán hủy trong huyết thanh từ vài phút đến vài giờ.
- Ức chế tập hợp: Khóa hình dạng ngăn peptide áp dụng các cấu trúc tấm beta mở rộng để thúc đẩy quá trình tự liên kết giữa các chuỗi trong dung dịch.
Dập ghim hydrocarbon (ví dụ., hoán vị vòng đóng bằng cách sử dụng axit amin olefinic không tự nhiên) ổn định cấu trúc xoắn alpha, thúc đẩy sự thâm nhập nội bào và nhắm mục tiêu tương tác protein-protein nội bào (PPI).
2. Đa dạng hóa học vượt xa 20 Axit amin tự nhiên
Để khắc phục độ hòa tan và trách nhiệm trao đổi chất, nền tảng tổng hợp tùy chỉnh kết hợp các khối xây dựng không chuẩn:
- N-Metyl hóa: Việc thay thế hydro amit bằng nhóm metyl sẽ loại bỏ liên kết hydro giữa các chuỗi, cải thiện khả năng hòa tan trong nước và tính thấm màng thụ động.
- Axit D-Amino & Chuỗi bên không tự nhiên: Thay thế D-enantiomer hoặc axit amin không tự nhiên cồng kềnh về mặt vô trùng (ví dụ., Có thể, Aib, Cha) chặn sự nhận biết enzyme trong khi vẫn bảo toàn các điểm tiếp xúc chuỗi bên.
- Lipid hóa và PEGylation: Chuỗi axit béo C16/C18 liên hợp thúc đẩy liên kết thuận nghịch với albumin huyết thanh, che chắn peptide khỏi sự thanh thải qua thận và kéo dài đáng kể thời gian lưu thông trong cơ thể.
Truy cập những thứ này chiến lược sửa đổi peptide chuyên biệt cho phép các nhóm khám phá tối ưu hóa một cách có hệ thống các lượt truy cập do AI tạo ra để có thể hòa tan, tính thấm, và sự ổn định trao đổi chất.
Phân tích trực giao: Xác minh danh tính trình tự, độ tinh khiết, và so sánh sinh học
Trụ cột bắt buộc cuối cùng của khuôn khổ kết hợp là nghiêm ngặt, đặc tính phân tích trực giao. Quá trình tổng hợp thông lượng cao phải được hỗ trợ bởi QC phân tích không thỏa hiệp để đảm bảo rằng kết quả xét nghiệm sinh học phản ánh trình tự mục tiêu thực sự thay vì các tạp chất hoặc tạp chất tổng hợp.
Peptide thô thô (SPSS)
Tinh chế RP-HPLC (214 bước sóng, Rs ≥ 1.5) Trao đổi đối kháng TFA xác minh đơn vị ESI-MS có độ phân giải cao (Acetate/Clorua) Lớp học 100 Vô trùng phòng sạch & QC nội độc tố
1. RP-HPLC và ESI-MS độ phân giải cao
Phân tích độ tinh khiết phải được tiến hành bằng phương pháp sắc ký lỏng hiệu năng cao pha đảo (RP-HPLC) với phát hiện tia cực tím bước sóng kép, đặc biệt theo dõi sự hấp thụ liên kết peptide xương sống ở 214 bước sóng. Độ phân giải sắc ký giữa pic mục tiêu và tạp chất rửa giải chặt chẽ phải duy trì R⛛ ≥ 1.5. Nhận dạng trình tự phải được xác nhận thông qua phép đo khối phổ ion hóa phun điện tử độ phân giải cao (ESI-MS), khớp khối lượng đơn đồng vị trong phạm vi ± 0.02 Và.
2. Chuyển đổi phản ứng TFA có hệ thống
Để ngăn chặn các thành phần xét nghiệm tế bào, quy trình công việc tổng hợp tùy chỉnh thực hiện trao đổi muối có hệ thống, thay thế các phản ứng TFA độc hại bằng các ion axetat hoặc clorua trơ về mặt dược lý. Hiệu suất chuyển đổi phản ion phải được kiểm chứng bằng sắc ký ion, đảm bảo mức TFA còn lại giảm xuống dưới 1.0%.
3. Xác nhận tính vô trùng và nội độc tố
Đối với xét nghiệm nuôi cấy tế bào, sàng lọc chất hữu cơ, hoặc thử nghiệm in-vivo, độ tinh khiết thôi là không đủ. Vật liệu sản xuất trong lớp 100 môi trường phòng sạch siêu vô trùng ngăn ngừa ô nhiễm nội độc tố vi khuẩn. Xét nghiệm LAL nhiễm sắc thể định lượng sẽ xác nhận mức độ nội độc tố dưới đây 0.01 EU/mg, bảo vệ các xét nghiệm sinh học khỏi các kết quả dương tính giả kích hoạt miễn dịch.
Theo một tiêu chuẩn hóa Giao thức chuyển giao CDMO peptide được thiết kế bởi AI và yêu cầu CoA theo lô cụ thể với sắc ký đồ thô từ thử nghiệm phân tích nghiêm ngặt và các giao thức QC đảm bảo khả năng tái tạo thử nghiệm đầy đủ.
Danh sách kiểm tra phân loại thực tế cho các nhóm nghiên cứu peptide nâng cao
Trước khi cấp vốn cho việc sàng lọc các thư viện trình tự peptide do AI tạo ra trong phòng thí nghiệm ướt quy mô lớn, các nhà nghiên cứu nên áp dụng danh sách kiểm tra giảm rủi ro vật lý 5 điểm này:
| Kiểm tra phân loại | Tiêu chuẩn đánh giá | Hành động khắc phục nếu thất bại |
|---|---|---|
| 1. Điểm khả thi SPPS | Xu hướng tấm beta < ngưỡng; chạy kỵ nước < 5 dư lượng | Kết hợp các dipeptide pseudoproline hoặc tổng hợp dòng chảy được hỗ trợ bằng vi sóng |
| 2. Sàng lọc độ hòa tan | Độ hòa tan đơn phân trong đệm PBS ở ≥ 100 µM không có mây | Thêm PEGyl hóa đầu cuối N, N-methyl hóa, hoặc thẻ tích điện ưa nước |
| 3. Điểm chuẩn ổn định huyết thanh | > 50% peptide nguyên vẹn còn lại sau 4 giờ ủ huyết thanh | Giới thiệu chu kỳ từ đầu đến đuôi, Thay thế axit D-amino, hoặc dập ghim |
| 4. Trạng thái phản đối | Muối axetat hoặc clorua đã được xác minh có TFA dư < 1.0% | Thực hiện trao đổi phản ứng TFA chuẩn bị trước khi xét nghiệm sinh học |
| 5. Tài liệu QC | RP-HPLC chưa được công bố (214 bước sóng) và phổ lô ESI-MS độ phân giải cao | Bắt buộc xác minh CoA theo từng đợt trước khi bắt đầu xét nghiệm |
Để biết tiền boa: Không bao giờ đánh giá độ tinh khiết của peptit ở 254 bước sóng hoặc 280 một mình bước chân. Nhiều peptide thiếu dư lượng thơm (Trp, Tyr, phe) và sẽ xuất hiện tinh khiết nhân tạo tại 280 nm trong khi ẩn các tạp chất bị xóa lớn chỉ có thể nhìn thấy ở 214 bước sóng.
Minh bạch về phương pháp & Tài liệu tham khảo được đánh giá ngang hàng
Phân tích kỹ thuật này tổng hợp các tiêu chuẩn tổng hợp theo kinh nghiệm với cơ sở dữ liệu thử nghiệm lâm sàng công cộng và tài liệu được bình duyệt trong hóa dược, bao gồm các hướng dẫn của FDA về độ tinh khiết tổng hợp và kiểm soát chất lượng (Hướng dẫn của FDA cho ngành: ANDA cho các sản phẩm thuốc peptide tổng hợp), nghiên cứu được công bố tại Hóa học tự nhiên, và tiêu chuẩn tổng hợp peptide ACS. Tất cả các thông số kỹ thuật phân tích (RP-HPLC R ≥ 1.5, ESI-MS ± 0.02 Và, LAL < 0.01 EU/mg) đại diện cho các tiêu chuẩn sinh học đã được thiết lập để tối ưu hóa chì tiền lâm sàng.
Bản tóm tắt & Các bước tiếp theo
các $8.9 tỷ USD đầu tư vào việc khám phá thuốc AI đã chứng minh rằng các thuật toán tính toán là công cụ tạo ý tưởng đáng chú ý. Tuy nhiên, cho đến khi các thuật toán có thể tổng hợp vật chất và điều hướng các chất lỏng sinh học, Việc xác nhận chì sẽ vẫn dựa trên cơ sở hóa học peptide trong phòng thí nghiệm ẩm ướt.
Bằng cách phân loại các chuỗi do AI tạo ra thông qua quá trình tổng hợp riêng biệt có thông lượng cao, sửa đổi hóa học có mục tiêu (chu kỳ, axit amin không tự nhiên, sự lipid hóa), và đặc tính phân tích trực giao, các nhóm nghiên cứu có thể biến những dự đoán trong silico thành những dẫn chứng lâm sàng.
Để thảo luận về việc giảm thiểu rủi ro cho các chuỗi peptide do AI thiết kế của bạn, khám phá các chiến lược sửa đổi tùy chỉnh, hoặc yêu cầu QC phân tích theo lô cụ thể, khám phá MOL Thay đổi giải pháp tổng hợp peptide tùy chỉnh hoặc tư vấn trực tiếp với đội ngũ kỹ thuật hóa học của chúng tôi.
