公司背景与融资 - Simon Kohl 曾为 DeepMind 研究科学家，参与 AlphaFold2 开发并共同领导蛋白质设计团队，后在弗朗西斯·克里克研究所设立 DeepMind 湿实验室 [2] - 2022 年底创立 Latent Labs，专注于利用 AI 从头设计治疗分子以加速新药研发 [2] - 2025 年 2 月完成 5000 万美元融资 [2] 技术突破与产品发布 - 推出生成式 AI 模型 Latent-X，可在原子级精度设计功能性蛋白结合剂（大环肽和小型结合蛋白）[6] - 传统药物研发成功率低于 1%，耗时数月且成本高昂，而 Latent-X 能瞬间生成可靠蛋白结合剂 [7] - 具备双模态生成能力：大环肽（12-18 个氨基酸）和小型结合蛋白（80-120 个氨基酸）[7] - 仅需设计 30-100 个候选物即可达到传统数百万候选物的效果，结合亲和力达皮摩尔级 [7] 性能验证与优势 - 针对 7 种基准靶点蛋白（涉及病毒感染、肿瘤免疫调节、神经病变）进行验证 [11][12] - 大环肽命中率 91%-100%（每个靶点≤30个设计），小型结合蛋白命中率 10%-64%（每个靶点≤100个设计）[18] - 最佳大环肽结合亲和力达微摩尔级，小型结合蛋白达皮摩尔级（超越其他模型及已获批药物水平）[19] - 高特异性：可直接生成化学键选择性结合指定表位，具备低脱靶效应先决条件 [20] 技术特性与创新 - 同时生成蛋白质序列和全原子结构，性能优于分步生成方法 [23] - 计算模拟命中率领先：对未训练集靶点表现优异，减少实验室验证样本量 [24] - 超越自然范式：遵循原子级生化规则（如氢键和π堆积）生成全原子结构 [28] - 提供无代码网页端操作流程：靶标上传、热点选择、配体设计和计算排序 [21] 行业意义 - AI 模型突破生物学技术瓶颈（如 AlphaFold2 预测结构，生成式 AI 创造新药物序列/结构）[26] - 作为通用 AI 模型，可为未见过或未靶向蛋白质生成结合剂 [28] - 可扩展性强：已生成大环肽/小型结合蛋白，未来将扩展更多治疗模式 [22]