合作核心 - Evogene Ltd 宣布与特拉维夫大学Ehud Gazit教授的研究团队达成科学合作，旨在加速发现和优化新型小分子药物候选物 [1] - 合作目标是为一系列由小分子代谢物有序自组装引起的疾病开发潜在疗法 [1] - 合作结合了Evogene的ChemPass AI先进计算能力与Gazit教授在生物分子自组装领域的专业知识 [4] 疾病机理与治疗靶点 - 代谢物分解失败会导致其有序自组装成病理性聚集体，例如酪氨酸血症和痛风 [1] - 代谢物积累（通常由于特定分子代谢分解受损）驱动有序自组装过程，形成有害聚集体，这是一系列常见和罕见疾病的特征，包括酪氨酸血症、痛风和枫糖尿症 [2] - 合作旨在设计能够有效抑制病理性自组装过程的新型小分子，为可能改变数百万患者生活的突破性新疗法铺平道路 [3] 技术平台与协同效应 - Evogene的ChemPass AI平台具备用于生成式分子设计的最先进计算能力 [4] - Gazit教授发现了非常短的肽以及代谢物形成典型淀粉样纳米纤维的能力，这为疾病机制和潜在治疗干预提供了关键见解 [4] - 合作将Gazit教授的深厚科学理解与Evogene为优化多个关键参数而专门构建的生成式AI模型相结合，提供协同解决方案 [4] 合作目标与方法 - 合作旨在利用ChemPass AI的先进算法和模型来破译期望的作用模式，即深刻理解治疗剂如何干预代谢物自组装 [5][7] - 利用ChemPass AI驱动生成式分子设计，利用AI的力量创造全新的分子，这些分子经过定制以展示治疗功效所需的精确特征组合 [5][7] - 通过整合对分子自组装的基础理解与Evogene尖端AI驱动的药物设计平台，有机会开发专门针对这些病理过程的新疗法 [5] 公司背景 - Evogene Ltd 是一家计算生物学和化学公司，利用大数据和人工智能，旨在通过利用尖端技术提高成功概率，同时减少开发时间和成本，来革新生命科学产品的开发 [6] - Evogene建立了三个独特的技术引擎：MicroBoost AI、ChemPass AI和GeneRator AI，分别专注于基于微生物、小分子和遗传元件的产品发现与开发 [7] - 公司通过战略伙伴关系和合作，利用其技术引擎开发产品，并拥有多家专注于不同领域的子公司 [7][10]