Exscientia通过自动化实验室增强生物制剂设计能力

对新型抗体进行快速准确的生产性人工智能设计，使Exscientia的能力拓展至小分子之外

成对人类抗体数据测序为抗体设计创建更好的人工智能模型

配备专有硬件的自动化实验室推动人工智能设计与正在开发的高通量生物制剂分析的整合

Exscientia plc (Nasdaq: EXAI)今天宣布扩展其平台，纳入包括人体抗体在内的生物制剂设计。公司在这一年中升级了人工智能驱动的虚拟生物制剂设计能力，现正在牛津建立一个自动化的生物制剂实验室。该实验室具备新型抗体的内部生产和分析能力。 

Exscientia创始人兼首席执行官Andrew Hopkins教授表示：“Exscientia正在将生物制剂设计整合到患者至上的端到端人工智能平台的模块化架构中。我们现有的精准医学患者组织模型对新型抗体的分析能力已经得到展示。我们相信拓展这种生物制剂设计能力将打造出更强大的抗体平台。均衡的业务模式在支持我们推进管线项目的同时也投资于平台的发展。进军生物制剂领域将平台可处理的靶标范围增加了近一倍。在过去的两年里，在按收入衡量的前50种药物中，抗体类药物占了18种。通过拓展利用人工智能和新型人类抗体的自动化设计能力，无论对于哪种治疗方法，我们都有信心为患者开发最有效的药物。”  

当前包括机器学习在内的抗体优化方法仍然依赖于实验性筛选方法来发现抗体。生产性人工智能设计与生物制剂虚拟筛选相结合，将能够调查更广泛的抗体库，并支持Exscientia的目标，即针对特定的靶点表位重新设计所有的生物制剂，而不需要进行筛选。 

为了设计针对特定蛋白质表位的新型抗体，有必要快速大规模地生成蛋白结构的精确模型。Exscientia生物制剂人工智能首席科学家Charlotte Deane教授发明的最初版技术，生成准确蛋白质模型的速度是Alphafold2的3.5万倍(Abanades et al. Bioinformatics 2021)。Exscientia已经极大地改善了这些算法的范围、速度和整合方式，同时也将这些能力整合到其更广泛的平台中。Exscientia的抗体虚拟筛选方法现在比已公布的技术水准要准确两倍以上。 

Exscientia人工智能方法的关键是利用观察到的人类抗体库的知识来优化生物制剂的临床开发。抗体的结合部位由两条链（重链和轻链）组成。通常情况下，抗体的测序只限于单链，失去了抗体的真正生物学特性。公司正在建立一个专有的链对序列数据库，以便在更自然的环境中更好地了解抗体的复杂生物学特性。Exscientia正在利用这些数据训练机器学习，以便更准确地描述人类抗体库并进行建模。 

Exscientia的新实验室设施位于牛津科学园的总部，扩建了8,000平方英尺。实验室将自动生成每个抗体的专有数据，测量包括亲和力、免疫原性、聚集和稳定性在内的基本特性。Exscientia的工程师们正在建立专有的自动化硬件，以实现高通量的抗体分析，为多参数优化建立预测模型。 

大英帝国最优秀勋章获得者Charlotte Deane教授表示：“针对全人源生物制剂，我们的战略是利用精确的工程化重新优化设计取代目前的实验发现技术。目前的方法只依赖搜索动物免疫库或基于实验室的库，限制了新结合点的发现。通过在计算机中虚拟设计生物制剂的方方面面，我们可以探索更广泛的靶点领域，并创造出更精确的靶向治疗：我们的方法是在人工智能和自动化实验的驱动下，设计而不是发现生物制剂。” 

关于Exscientia

Exscientia是一家人工智能驱动的制药公司，致力于以迅速而有效的方式发现、设计和开发尽可能优质的药物。Exscientia开发了首个功能性精准肿瘤学平台，在前瞻性介入临床研究中成功指导治疗选择和改善患者各项转归指标，同时将人工智能设计的小分子药物推向临床。我们的内部管线专注于利用我们在肿瘤领域的精准医学平台，而合作管线则侧重于将我们的方法扩展到其他治疗领域。通过开创医学创新的新方法，我们相信至优科学理念能迅速成为患者的至优药物。 

Exscientia总部位于牛津（英国英格兰），在维也纳（奥地利）、邓迪（英国苏格兰）、波士顿（美国马萨诸塞州）、迈阿密（美国佛罗里达州）、剑桥（英国英格兰）和大阪（日本）设有办事处。