研究背景与核心突破 - 传统胰岛素疗法存在局限性，包括复杂的生产过程、严格的储存条件、可能促进癌细胞增殖以及对部分遗传性胰岛素抵抗患者无效 [2] - 研究团队利用基于AI的蛋白质从头设计方法，生成了全新的胰岛素受体激动剂（AI胰岛素），其降血糖效果优于胰岛素，并能精准调控信号通路，避免促进癌细胞生长 [3][5] 技术原理与设计策略 - 研究策略不再局限于天然胰岛素结构，而是从头设计两种分别结合胰岛素受体L1结构域（site-1）和F1结构域（site-2）的蛋白，并通过不同长度的连接链将其连接形成全新激动剂分子 [5] - 通过调整连接链的刚性实现对信号通路的精确控制，刚性连接设计可同时激活代谢（AKT通路）和细胞生长（MAPK通路），而柔性连接设计则主要激活代谢通路，大幅减少对细胞生长的刺激 [7] 产品性能优势 - 新设计的胰岛素受体激动剂具有更强的热稳定性，在95°C高温下仍能保持稳定，简化了储存和运输要求 [7] - 在小鼠实验中，RF-409分子降血糖效果比胰岛素更有效，仅需一半剂量即可达到相同效果，且作用时间更长，单次注射可使血糖维持低位达6小时，而胰岛素在2小时内血糖即开始回升 [7] - 新分子能够激活某些胰岛素抵抗患者体内的基因突变异构受体，为罕见遗传性糖尿病带来新治疗希望，并且在正常细胞中有效激活受体，但在乳腺癌细胞中无法发挥作用，可能大幅降低传统胰岛素治疗的潜在癌症风险 [8] 商业应用与公司发展 - 该研究团队创立了Lila Biologics公司，致力于利用AI蛋白质设计开发突破性疗法，主要研究方向包括AI设计的放射性配体疗法用于癌症治疗，以及AI设计的长效注射剂用于非癌症疾病治疗 [10] - 2025年9月，Lila Biologics公司与国际制药巨头礼来达成合作，旨在发现、开发和商业化用于实体瘤成像和治疗的新型放射性配体疗法（RLT） [11]

研究核心突破 - 开发出能够精确控制蛋白-蛋白相互作用时间动态的全新设计方法 实现秒级精确调控细胞信号转导过程 [3] - 该技术代表蛋白质设计领域的范式转变 从静态结构设计扩展到动态动力学控制 [22] - 核心创新在于设计特殊铰链蛋白 利用效应物诱导构象变化实现蛋白复合物的快速解离 解离速率提升高达5700倍 [10][11][12] 技术原理与优势 - 突破传统蛋白质设计只关注稳定基态的限制 转向设计高能量的激发态以控制相互作用动力学特性 [7] - 使用柔性肽段作为效应物效果优于刚性效应物 因其可像弹簧一样存储和释放能量推动构象变化 [10] - 设计蛋白的实际结构与理论预测高度吻合 最大偏差仅1.3Å 证实设计的精确性 [12] 应用前景与案例 - 快速生物传感器应用：开发的SARS-CoV-2传感器响应时间仅需30秒 比之前基于构象选择机制的传感器快70倍 [14] - 动力学控制电路应用：构建蛋白质水平链式反应 实现信号高效传递和放大 [15] - 免疫治疗应用：设计可快速开关的IL-2模拟物 通过精确控制信号持续时间发现短暂刺激与持续刺激产生不同生物学效应 [18][19] - 该技术具有通用性 只需将铰链开关与任何蛋白质结合剂融合即可动态调控蛋白-蛋白相互作用 [22]

公司融资与资本动态 - 途深智合完成千万元级人民币天使+轮融资，由上海天使会联合投资，老股东诚美资本持续跟投 [1] - 融资资金将用于AI蛋白质平台的研发和产品创新加速 [1] - 公司成立仅三个月时获得由诚美资本与光子芯谷共同投资的数百万元天使轮融资 [3] - 截至目前，公司已完成四轮融资，诚美资本旗下基金已连续参与三轮 [3] - 以2025年9月为基准，后续2年的融资预测概率为30.25% [3] 公司技术与研发进展 - 公司专注于人工智能蛋白质设计领域，以AI超智能技术推动高价值蛋白及相关产品的设计与产业化 [2] - 已建立聚焦生物医药领域的科学智能体平台，实现抗体设计的智能化与自动化，包括ProteinNova蛋白设计AI科学家和蛋白表达测试两大平台 [2] - 基于国产芯片超智能技术，自主研发多款蛋白设计闭源模型，并对多种垂直开源SOTA模型进行深度优化 [2] - 在兔单克隆抗体亲和力改造方面，成果已优于欧洲头部医药公司的商用抗体 [3] - 在酶改造方面，氧化还原酶活性AI首轮设计即提高380%，核酸酶的活性提高800% [3] 团队背景与构成 - 公司为学院派创业企业，创始人王宇光为上海交通大学自然科学研究院副教授，并兼任上海人工智能实验室及新南威尔士大学悉尼分校的兼职副教授 [2] - 创始人研究方向涵盖人工智能、应用数学与统计学，及其在合成生物学和蛋白质设计等领域的应用，在国际顶级期刊和会议上发表论文100余篇 [2] - 核心团队汇聚人工智能与生物技术领域专业人才，成员多来自上海交通大学、约翰霍普金斯大学、清华大学、剑桥大学等知名高校及研究机构 [2] 全球AI蛋白质行业格局 - 全球蛋白质设计市场发展迅猛，高效精准的蛋白质设计成为新药开发、工业酶催化及生物材料制备的竞争高地 [4] - 布局AI蛋白质领域的企业主要集中在中国与美国，中国拥有约30家相关企业，海外则有25家主要公司 [5] - 企业技术方向可分为专注于AI蛋白质结构预测与设计，以及聚焦于AI蛋白质组学两类 [5] - 绝大多数企业的核心技术均溯源至高校或科研机构的实验室 [5] 中外技术发展路径差异 - 海外企业注重基础大模型突破，为AI+蛋白领域提供“科研大脑”，例如DeepMind公司的AlphaFold程序解决了蛋白质折叠问题 [6] - 中国企业致力于打造“产业躯干”，强调技术实用性与产业化效率，例如分子之心公司的AI蛋白质设计平台MoleculeOS可大幅降低使用门槛 [6] - AI蛋白质设计技术在新药研发、精准医疗及合成生物学等领域展现出广阔应用前景 [6]

技术突破 - 开发名为BindCraft的开源自动化蛋白质从头设计平台 实现功能性结合蛋白的一次性计算设计 无需实验优化或高通量筛选 [2][3] - 通过逆向改造AlphaFold2模型 利用反向传播算法从目标蛋白结构直接生成匹配的全新结合蛋白 颠覆传统耗时数月且成功率不足1%的方法 [2][5] - 采用动态建模同步优化靶点与结合蛋白结构 智能进化迭代优化表面氨基酸 双重过滤机制确保设计可靠性 [5] 性能表现 - 设计成功率高达10%-100% 平均达46.3% 结合强度达纳摩尔级 相当于抗体药物水平 [2][3][5] - 成功靶向细胞表面受体(PD-1/PD-L1/IFNAR2/CD45) 常见过敏原(Bet v1/Der f7/Derf 21) 从头设计蛋白质及多结构域核酸酶(CRISPR-Cas9) [3][7] 应用验证 - 设计桦树花粉过敏原Bet v1结合蛋白 患者血清测试显示阻断50%过敏抗体结合 [7] - 针对尘螨过敏原Der f7和Derf 21设计的结合蛋白 晶体结构证实与设计模型误差仅0.3纳米 [7] - 设计Cas9抑制蛋白精准结合REC1核酸结合域 显著降低HEK293细胞基因编辑活性 [8] - 中和产气荚膜梭菌穿孔毒素CpE 完全消除毒素导致的细胞死亡 效果等同天然抑制剂 [8] - 设计靶向HER2和PD-L1的微型结合蛋白整合至AAV衣壳 实现特异性靶向癌细胞 [8] 行业影响 - 实现"one design-one binder"方法突破 在治疗学 诊断学和生物技术领域具有巨大潜力 [3][9] - 开源技术使普通实验室可设计定制蛋白质 有望重塑药物开发 疾病诊断和治疗领域未来 [9]

核心观点 - AI设计的蛋白质能有效抑制大肠杆菌等抗生素耐药细菌的生长 [1][3] - 该研究开创了"非抗生素"抗菌新范式 通过阻断细菌获取必需营养素来抑制其生长 [27][28] - AI蛋白质设计平台大幅缩短研发周期 传统方法需数月甚至数年的工作可在极短时间内完成 [19] 研究背景 - 大肠杆菌等致病菌通过ChuA蛋白从宿主血红蛋白中"偷"血红素获取生长所需的铁 [2][9] - 宿主会启动"营养免疫"机制隔离游离铁 成为细菌生长的限制性因素 [10] - 细菌演化出多种策略获取铁 包括利用ChuA外膜转运蛋白从血红蛋白中"偷"血红素 [11][12] 研究方法 - 研究团队通过冷冻电镜 X射线晶体学等技术解析ChuA"偷"血红素的机制 [15] - 发现ChuA通过胞外环7和8与血红蛋白二聚体相互作用 主要通过组氨酸残基结合血红素 [15] - 利用RFdiffusion和ProteinMPNN等AI算法从头设计能特异性结合ChuA的蛋白质 [18] 研究成果 - AI设计的蛋白质与ChuA结合结构和计算预测高度吻合 晶体结构与AI模型的均方根偏差仅为0.6Å [20] - 筛选96个AI设计的蛋白质即发现多个低纳摩尔浓度抑制剂 G7的IC50值低至42.5nM [21] - 设计的蛋白质像"分子锁" 精确阻断血红蛋白与ChuA结合 阻止血红素提取 [22] 技术优势 - AI蛋白质设计平台采用端到端方式创建多种蛋白质 是澳大利亚首个模拟诺奖得主David Baker工作的平台 [7] - 平台使用全球科学家可免费使用的AI驱动蛋白质设计工具 推动领域发展 [8] - "设计-筛选"高效模式颠覆传统蛋白质药物研发试错模式 为抗菌药物快速迭代提供可能 [24] 行业影响 - AI在蛋白质合成方向取得核心进展 从结构预测进入"AI造蛋白"时代 [31][32] - 构建"设计-建造-测试-学习"闭环系统 大幅提升蛋白质合成效率与规模 [35] - AI驱动的精准蛋白质设计可能重塑抗菌药物研发模式 推动"按需定制"治疗方案发展 [37]

人工合成酶技术突破 - 以色列魏茨曼科学研究院科学家利用基于酶工作原理的计算机新算法设计出高效人工合成酶，其效率达到人工智能设计酶的100倍，标志着"按需定制"高效酶的新阶段即将来临 [1] - 新型酶能催化天然蛋白质无法完成的化学反应，与天然酶相比虽然氨基酸序列差异超过140处，却展现出相当高的催化效率 [1][3] - 研究团队选择"肯普消除"作为验证案例，通过计算将蛋白质序列分解成片段并重新组合，算法推翻了传统认知，发现非环状结构更高效，使催化效率获得显著提升 [2] 技术方法对比 - 传统计算机算法辅助设计的酶效率低下，需要耗费大量时间进行实验室优化 [2] - 新算法工作机制基于物理原理构建酶，而AI蛋白质设计主要模仿现有酶，对于复杂催化反应仍力不从心 [3] - 未来需要将新算法与AI方法优势互补，才能设计出更完美的酶 [3] 研究进展与挑战 - 目前合成的蛋白质结构仍比天然酶简单，以光合作用关键酶rubisco为例，天然酶能通过复杂变化催化多步反应，这是团队下一步重点攻关方向 [3] - 研究团队通过算法设计的一种酶将底物包裹于其活性位点内，展示了技术应用潜力 [4] 行业活动与趋势 - 8月20-22日将于浙江宁波举办第四届合成生物与绿色生物制造大会(SynBioCon 2025)，聚焦"AI+生物智造"赛道和四大应用领域(绿色化工与新材料、未来食品、未来农业和美妆原料) [5] - 大会将探讨"十五五"生物制造产业发展趋势，促进科技成果转移转化、产品规模化与人才挖掘 [5]

神经美学实验与NeuroHUB平台 - 国内首个真实剧场环境下的神经美学实验在新清华学堂进行，八名志愿者佩戴便携式脑电设备观看舞剧《咏春》，实时捕捉神经活动 [3] - 博睿康NeuroHUB平台首次实现真实场景下多人观演脑电及生理信号的毫秒级精准同步采集记录 [5] - 数据显示观众沉浸于演出时大脑活跃度显著提升，全脑联动与情感分布密切相关 [6] - NeuroHUB平台三大核心优势：无线自由设计、支持10人以上群体超扫描、强大抗干扰能力 [7][8][9] 北芯功能影像一体化解决方案 - 新一代功能学和影像学集成解决方案获NMPA批准上市，整合FFR/cRR、m-iMR及IVUS等核心评估指标 [11] - 配备Wi-BOX无线模块实现术中功能学检测"零接线"操作 [12] - EasyGo造影配准2.0系统实现DSA直连一键融合，inSmartVision图像分析2.0可自动标记血管狭窄等关键信息 [12] 同心医疗全磁悬浮人工心脏 - 同心医疗"植入式全磁悬浮人工心脏"项目入选2024年度江苏省行业领域十大科技进展 [13] - CH-VAD采用全磁悬浮设计等多项国际首创技术，在植入侵犯性、血液相容性等关键指标达到国际领先水平 [15] 启函生物iPSC-CAR-NK研究 - iPSC来源的通用型双靶点CAR-NK细胞产品QN-139b治疗难治性系统性硬化症的临床结果发表于《Cell》 [17] - 这是全球首个iPSC来源CAR-NK细胞在自身免疫性疾病治疗上的突破 [17] 迪哲医药血液瘤新药进展 - 高瑞哲®（戈利昔替尼）针对外周T细胞淋巴瘤维持治疗的长期随访数据将在ICML进行口头报告 [21] - DZD8586治疗慢性淋巴细胞白血病/小淋巴细胞淋巴瘤的汇总分析成果也将在ICML展示 [21] J-VALVE TF经股主动脉瓣膜系统 - J-VALVE TF治疗反流的12个月临床随访结果显示全因死亡率3.2%、永久起搏器植入率12.6%，优于同类产品 [22] - 该产品标志着中国高端医疗器械在国际舞台的突破，为440万主动脉瓣反流患者提供新选择 [24] 分子之心AI酶设计 - "针对特定底物的检索增强零样本酶生成"研究被ICML 2025收录，首创按需生成专属催化物的方法 [26][27] - SENZ方法基于底物结构相似性检索创造功能相关酶，催化效率等指标优于天然酶 [27] - 公司已研发十多种AI蛋白质设计新方法，包括多模态AI蛋白质基础大模型NewOrigin [29] 英矽智能泛KRAS抑制剂 - 基于Chemistry42平台开发出一系列具有创新化学结构的泛KRAS抑制剂，展现高纳摩尔级别抑制活性 [31][32] - 公司已发表200余篇论文，拥有及申请专利600余项 [34] 心泰医疗生物可降解封堵器 - 生物可降解主动脉夹层封堵器完成FIM临床研究首例入组，率先实现可降解技术在主动脉夹层治疗中的应用 [35] - 该方案旨在通过可降解材料促进自体组织修复，避免永久性植入物的远期并发症风险 [37] 丹擎医药与维眸生物新药进展 - 丹擎医药POLQ抑制剂DAT-1604的IND申请获NMPA和FDA批准，将于2025年下半年开展I期临床试验 [39] - 维眸生物VVN461滴眼液获CDE突破性治疗品种认定，中国II期临床数据显示其抗炎疗效非劣于糖皮质激素且安全性更优 [41] 红杉中国医疗健康投资 - 红杉中国在医疗健康领域投资超过200家企业，覆盖创新药、医疗器械等多个细分领域，其中超过45家已完成IPO [43]

行业背景与挑战 - 酶作为高效环保的"分子机器"是推动生物医药、绿色化工、环保降解、绿色农业等万亿级生物经济发展的核心力量[1] - 天然酶仅适用于自然界已知反应，难以应对新型塑料、特定药物中间体、难降解污染物等人造化学分子[1] - 麦肯锡数据显示制药、化工、农业领域因酶限制导致的年产能损失超过千亿美元[2] - 传统酶发现方法如定向进化或理性设计耗时数月、成本高昂、成功率不足1%，面对全新底物几乎无能为力[2] 技术突破 - 分子之心与香港理工大学联合开发AI酶设计方法"SENZ"，被ICML 2025收录[3] - SENZ基于底物结构相似性检索创造功能相关酶，打通从"未知底物"到"超级酶"的设计通道[5] - 该方法通过三重创新机制：结构蓝图检索、生物反应图谱构建、生成式AI设计[5] - 在甲基膦酸盐降解酶设计中，SENZ生成的酶显著优于基线和天然酶[6] 应用前景 - 医药领域：可快速设计高效酶催化路径，降低生产成本，加速新药上市[6] - 环保领域：可定制降解塑料等顽固污染物的"超级酶"[6] - 生物制造领域：赋能生物基材料、精细化学品、食品添加剂等的绿色高效生产[6] 公司发展 - 分子之心已研发十多种AI蛋白质设计新方法，包括多模态AI蛋白质基础大模型NewOrigin和一站式平台MoleculeOS[7] - 与凯赛生物合作优化关键酶蛋白，使菌种产率提高5倍[7] - 在药物研发领域，三天设计出数十个候选蛋白，表现出更高中和抗体滴度和细胞免疫力[7] - 未来三年计划将"按需设计"能力扩展至抗体、疫苗、工业酶全领域[7]