珀罗汀解锁 AI+CFPS 黑科技,引领蛋白表达新未来

2025-04-25

  在生物医药与合成生物学领域,如何快速设计功能性蛋白并实现高效表达筛选与验证,是突破研发瓶颈的关键。传统方法依赖耗时费力的细胞培养与试错实验,成本高且周期漫长。为此,珀罗汀公司(PLD Technology)站在科技前沿,依托100%自主专利的无细胞蛋白表达技术(CFPS),联合普美瑞(Primary Biotech)领先的AI算法,打造“AI+CFPS”一站式蛋白表达服务平台,以智能算法加速设计,以无细胞合成赋能验证,为药物、蛋白(多肽)制品研发与工业酶开发提供全流程解决方案!

  

 

  来源网络

  AI+CFPS:三大前沿案例,见证技术革新

  案例一:机器学习+CFPS,酶工程效率提升百倍[1]

  今年《Nature Communications》上新兴发表的一项研究显示,机器学习与CFPS的结合彻底改变了酶工程范式。传统定向进化需数月筛选,而研究者通过无细胞系统快速合成数千个突变酶,结合AI模型预测关键协同突变,可在一周内同时完成六种酶的改造任务,活性提升高达42倍。例如,抗抑郁药物莫氯贝胺的合成转化率从12%跃升至96%。

  案例二:大语言模型突破蛋白序列设计边界[2]

  跨家族功能性蛋白设计曾是行业难题。最新研究利用大语言模型ProGen的建立,从海量蛋白数据库中学习序列规律,生成全新跨家族功能蛋白。结合CFPS技术对这些生成的序列进行表达和验证,发现ProGen生成的人工蛋白质不仅表达良好,还具有与天然蛋白质相当的催化活性。这意味着,借助AI和CFPS,科学家们可以突破“算得到却做不出”的困境,创造出更多具有特殊功能的蛋白质,为生物制药等领域开拓了广阔的创新空间。

  案例三:无细胞技术助力抗体筛选提速千倍[3]

  在抗体发现过程中,传统方法需要数周时间,而该研究利用无细胞DNA组装、CFPS系统以及AlphaLISA检测技术,让一名研究人员在不到24小时内就能表达和分析数百种抗体的抗原特异性结合情况。这一成果大大加速了抗体的发现和表征,让抗体筛选从“蜗牛式”的缓慢进程变成了“火箭式”的快速冲刺。

  珀罗汀“AI+CFPS”蛋白表达服务

  

 

  珀罗汀公司敏锐地捕捉到了“AI+CFPS”技术的巨大潜力,推出了“AI预测设计-高效表达筛选-功能验证”一站式服务平台。这项服务就像是一个全方位的蛋白研发助手,为客户提供了从靶点发现到蛋白应用的全流程解决方案。

  例如在抗原/抗体研发上,基于普美瑞核心算法(Codock)及其深度学习模型,通过给定的抗原/抗体序列即可预测其复合物结构,可能的结合界面及对结合有关建贡献的热点残基。配套珀罗汀CFPS技术,可在 24 小时内快速合成目标抗原/抗体,实现 AI 预测与湿实验验证的无缝衔接,有效降低抗体开发试错成本。珀罗汀搭建的高通量自动化蛋白/多肽表达和筛选工作站单日可处理上千样本,极大地缩短了研发周期。

  

 

  “AI+CFPS”蛋白表达服务优势

  1

  底层高精度算法(Codock)

  Codock曾获CASP15比赛蛋白/RNA-配体复合物结构预测(Ligand)赛道第一名,配体结合构象预测精度 RMSD 低至 0.56Å,能够提升药物设计成功率。

  2

  AI与实验高效闭环

  能够实现“AI预测和设计- CFPS快速表达和筛选-反馈优化算法”的快速迭代,缩短研发周期。

  3

  广泛场景适应性

  支持小分子/ PROTAC /抗体药物开发、疫苗抗原-抗体相互作用解析,满足多元化研发需求。

  如果您对我们的“AI+CFPS”蛋白表达服务感兴趣,欢迎随时联系我们,一起探索蛋白表达的无限可能!

  

 

 

  参考文献

  1.Landwehr, G.M. et al. Accelerated enzyme engineering by machine-learning guided cell-free expression. *Nat. Commun.* **16**, 865 (2025).DOI: [10.1038/s41467-024-55399-0]

  2.Madani, A., Krause, B., Greene, E.R. et al. Large language models generate functional protein sequences across diverse families. Nat Biotechnol 41, 1099–1106 (2023).DOI:[10.1038/s41587-022-01618-2]

  3.Hunt, A.C., Vögeli, B., Hassan, A.O. et al. A rapid cell-free expression and screening platform for antibody discovery. Nat Commun 14, 3897 (2023). DOI:[10.1038/s41467-023-38965-w]