IT门户, 中国互联网人工智能物联网行业资讯平台--公众IT
公联号:毛毛       发布时间:2025/7/23 18:01:31       共计:5 浏览
AI 驱动的生物科技领域再迎重磅突破 —— 由 DeepMind AlphaFold 核心成员 Simon Kohl 创立的 Latent Labs,在完成 5000 万美元融资后正式走出隐秘阶段,推出全新网页 AI 模型LatentX。这款聚焦蛋白质设计的工具,凭借 “从结构预测到全新分子生成” 的核心能力,打破了传统蛋白质工程 “依赖经验、周期冗长” 的壁垒,让学术机构、中小型生物科技公司也能轻松设计靶向蛋白,推动医疗创新从 “少数巨头主导” 走向 “全行业共创”。

一、LatentX 核心突破:从 “预测结构” 到 “创造新蛋白”,定义 AI 蛋白质设计新范式

作为曾深度参与 AlphaFold(全球首个精准预测蛋白质结构的 AI 模型)研发的专家,Simon Kohl 团队为 LatentX 注入了颠覆性的设计逻辑 ——不局限于 “解析已知蛋白”,而是直接 “生成自然界不存在的全新蛋白质”,这一能力使其与传统 AI 工具形成本质区别。

技术能力详解:

  1. 原子级精准设计,实验可行性领先
    LatentX 能基于目标功能(如 “设计能绑定癌细胞表面抗原的抗体”),从氨基酸序列开始,逐步构建蛋白质的三维结构,精确到每个原子的空间位置。在早期实验中,其生成的蛋白质在 “靶标结合亲和力” 测试中成功率达 72%,远超行业平均的 45%,意味着大部分设计无需反复修改即可进入实验室验证阶段,大幅缩短研发周期。
  2. 与 AlphaFold 的本质差异:从 “解读自然” 到 “超越自然”
    • AlphaFold 的核心是 “预测”:输入基因序列,输出该基因编码的蛋白质的天然结构,解决了 “已知蛋白结构解析难” 的问题;
    • LatentX 的核心是 “创造”:输入功能需求(如 “需要一种能高效降解塑料的酶”),输出全新的氨基酸序列与三维结构,这些蛋白在自然界中从未存在,但能精准满足功能需求。这种 “无中生有” 的能力,为罕见病药物、新型工业酶等领域提供了全新可能。
  3. 网页端轻量化使用,降低技术门槛
    作为网页模型,LatentX 无需本地部署高性能计算资源,用户通过浏览器即可操作:输入功能描述(如 “设计抗流感病毒的肽段,要求分子量小于 5000Da”),模型在 10-30 分钟内生成 5-10 个候选结构,并附带 “稳定性评分”“生产难度评估” 等参考数据,即使是缺乏 AI 经验的生物学家也能快速上手。

二、商业模式:以 “工具授权” 推动民主化,从免费到增值服务的路径

Latent Labs 的商业逻辑直指行业痛点 —— 多数中小型生物科技公司与学术机构无力承担自研 AI 蛋白质设计工具的成本。为此,LatentX 采取 “低门槛切入 + 增值服务变现” 的策略:

  1. 免费基础功能覆盖核心需求
    目前开放的免费版支持:
    • 中小型蛋白质(≤300 个氨基酸)的设计与结构优化;
    • 基础功能的 API 接口调用(每日限 10 次);
    • 生成结构的初步稳定性模拟报告。
      这一设置确保学术实验室、初创公司能零成本启动基础研发,真正实现 “设计工具民主化”。
  2. 高级功能聚焦工业化需求
    未来将推出的付费版(企业级订阅)针对工业界痛点:
    • 支持大型蛋白质(如抗体、病毒载体)设计;
    • 提供 “设计 - 验证 - 优化” 全流程自动化(对接实验室机器人平台);
    • 专属计算资源保障,将设计响应时间压缩至 5 分钟内。
  3. 授权模式:让技术走出实验室
    不同于 Xaira、Isomorphic Labs 等 “自研药物 + 工具闭环” 的模式,Latent Labs 选择 “纯工具授权”—— 将 LatentX 的核心模型授权给制药公司、CRO(合同研究组织),允许其在自有平台上二次开发。这种模式避免了 “与客户竞争药物研发赛道” 的冲突,更利于技术的广泛落地。

三、行业影响:资本加持下的 “蛋白质设计民主化” 浪潮

LatentX 的推出并非孤立事件,而是 AI 药物发现领域 “开源化、普惠化” 趋势的缩影。其背后的投资者阵容(Radical Ventures、Sofinnova Partners,以及谷歌首席科学家 Jeff Dean)不仅提供资金支持,更带来了跨领域的技术协同(如谷歌算力资源的优先接入)。

与同类公司相比,LatentX 的独特优势在于:

  • 对比 Chai Discovery(聚焦小分子药物设计):专注蛋白质这一 “生物功能核心载体”,覆盖抗体、酶、疫苗等更大范围的医疗场景;
  • 对比 EvolutionaryScale(侧重进化算法优化): LatentX 的深度学习模型对 “非自然蛋白” 的设计能力更强,更适合突破性创新。

总结:LatentX 重新定义 “谁能做蛋白质研发”

从 AlphaFold 解决 “看得懂”,到 LatentX 实现 “造得出”,AI 正在彻底重构蛋白质工程的研发逻辑。LatentX 的价值不仅在于技术领先,更在于其 “网页端轻量化 + 授权模式” 的设计,让资源有限的科研机构也能参与到 “创造新蛋白” 的浪潮中。正如 Simon Kohl 所言:“未来,设计一款靶向疾病的蛋白质,应该像用 PPT 做演示一样简单。” 这一愿景的落地,或将加速抗癌药、遗传病疗法等领域的突破,让医疗创新真正惠及更多人。
公联号:毛毛
邮箱:zhengyangyang@sproutling.cn
版权说明:
本网站凡注明“公众IT 原创”的皆为本站原创文章,如需转载请注明出处!
本网转载皆注明出处,遵循行业规范,如发现作品内容版权或其它问题的,请与我们联系处理!
您可以扫描右侧微信二维码联系我们。
网站首页 关于我们 联系我们 合作联系 会员说明 新闻投稿 隐私协议 网站地图