KI-designet antistoff utkonkurrerer labresultater i første globale blindtest

Et KI-designet antistoff har utkonkurrert det beste resultatet fra månedsvise tradisjonelle laboratorieeksperimenter, ifølge resultatene fra den første internasjonale blindtesten for KI-designet antistoff, publisert i Nature Biotechnology 25. august 2026.

Aureka Biotechnologies, et California- og Shanghai-basert selskap for KI-drevet legemiddelutvikling, tok førsteplassen i AIntibody Challenge med et antistoff designet av sin grunnmodell AuraIDE. Antistoffet oppnådde en bindingsaffinitet på 94,7 pikomolar, noe som er en omtrent 2000-gangers forbedring fra opphavsantistoffet og sterkere enn de 113 pikomolar som ble oppnådd av den beste eksperimentelle klonen etter tre måneder med fagmating.prnewswire+1

En test i CASP-stil for antistoff-KI

AIntibody Challenge, organisert av Andrew Bradbury og M. Frank Erasmus, tiltrakk seg 29 organisasjoner som sendte inn 511 KI-designede eller KI-predikerte antistoffer fordelt på tre oppgaver. Med CASP-konkurransene som validerte AlphaFolds proteinstrukturprediksjoner som modell, var målet med testen å gi den første objektive og prospektive evalueringen av KI innen antistoffoppdagelse.aintibody+2

I oppgave 1, som ble ansett som den mest praktisk relevante oppgaven, mottok lagene kun første runde med NGS-sekvenseringsdata fra et opphavsantistoffs affinitetsmating mot SARS-CoV-2-piggproteinets reseptorbindende domene. De hadde deretter 14 dager på å designe opptil 10 nye antistoffsekvenser, som arrangørene uavhengig uttrykte og testet under uniforme, blindede forhold.prnewswire

«AIntibody Challenge ble opprettet for å gi den første grundige prospektive evalueringen av kunstig intelligens sin evne til å forbedre antistoffoppdagelse ved hjelp av uavhengig tredjepartsvalidering,» sa Bradbury.phys

Mer enn bare rekombinasjon

AuraIDEs vinnersekvens var ikke en enkel rekombinasjon av mutasjoner som allerede var til stede i de eksperimentelle dataene. Den skilte seg fra opphavsantistoffet på 19 aminosyreposisjoner og fra den nærmeste sekvensen i datasettet med minst 12 aminosyrer. Modellen kom på første-, andre- og femteplass på resultatlisten for oppgave 1, og produserte seks antistoffer med affinitet under 10 nanomolar som også besto alle fem vurderinger av utviklingsdyktighet.prnewswire

Aureka kom også på tredjeplass i oppgave 2 (rangering av eksisterende kandidater etter affinitet) og niendeplass i oppgave 3 (design av nye CDR-kombinasjoner), noe som gjorde dem til det eneste laget som kom i topp 10 på tvers av alle tre oppgavene.prnewswire

Betydning for legemiddelutvikling

Resultatene tyder på at KI nå kan erstatte minst én runde med kombinatorisk bibliotekbygging og våtlab-screening i antistoffoptimalisering, en prosess som vanligvis tar flere måneder. Likevel bemerket AIntibody-arrangørene at suksess ikke konsekvent overføres på tvers av oppgaver, og at «bred og pålitelig generalisering gjenstår som en viktig utfordring for feltet».aintibody

Aureka, som hentet 100 millioner dollar i en Serie B-finansieringsrunde tidligere i august, har hentet nesten 200 millioner dollar så langt og har samarbeid med flere globale legemiddelselskaper.biospace+1