在生物醫(yī)藥與合成生物學(xué)領(lǐng)域，如何快速設(shè)計功能性蛋白并實現(xiàn)高效表達(dá)篩選與驗證，是突破研發(fā)瓶頸的關(guān)鍵。傳統(tǒng)方法依賴耗時費力的細(xì)胞培養(yǎng)與試錯實驗，成本高且周期漫長。為此，珀羅汀公司（PLD Technology）站在科技前沿，依托100%自主的無細(xì)胞蛋白表達(dá)技術(shù)（CFPS），聯(lián)合普美瑞（Primary Biotech）的AI算法，打造“AI+CFPS”一站式蛋白表達(dá)服務(wù)平臺，以智能算法加速設(shè)計，以無細(xì)胞合成賦能驗證，為藥物、蛋白（多肽）制品研發(fā)與工業(yè)酶開發(fā)提供全流程解決方案！
AI+CFPS：三大前沿案例，見證技術(shù)革新
案例一：機器學(xué)習(xí)+CFPS，酶工程效率提升百倍[1]
今年《Nature Communications》上新興發(fā)表的一項研究顯示，機器學(xué)習(xí)與CFPS的結(jié)合改變了酶工程范式。傳統(tǒng)定向進(jìn)化需數(shù)月篩選，而研究者通過無細(xì)胞系統(tǒng)快速合成數(shù)千個突變酶，結(jié)合AI模型預(yù)測關(guān)鍵協(xié)同突變，可在一周內(nèi)同時完成六種酶的改造任務(wù)，活性提升高達(dá)42倍。例如，抗抑郁藥物莫氯貝胺的合成轉(zhuǎn)化率從12%躍升至96%。
案例二：大語言模型突破蛋白序列設(shè)計邊界[2]
跨家族功能性蛋白設(shè)計曾是行業(yè)難題。最新研究利用大語言模型ProGen的建立，從海量蛋白數(shù)據(jù)庫中學(xué)習(xí)序列規(guī)律，生成全新跨家族功能蛋白。結(jié)合CFPS技術(shù)對這些生成的序列進(jìn)行表達(dá)和驗證，發(fā)現(xiàn)ProGen生成的人工蛋白質(zhì)不僅表達(dá)良好，還具有與天然蛋白質(zhì)相當(dāng)?shù)拇呋钚浴＿@意味著，借助AI和CFPS，科學(xué)家們可以突破“算得到卻做不出”的困境，創(chuàng)造出更多具有特殊功能的蛋白質(zhì)，為生物制藥等領(lǐng)域開拓了廣闊的創(chuàng)新空間。
案例三：無細(xì)胞技術(shù)助力抗體篩選提速千倍[3]
在抗體發(fā)現(xiàn)過程中，傳統(tǒng)方法需要數(shù)周時間，而該研究利用無細(xì)胞DNA組裝、CFPS系統(tǒng)以及AlphaLISA檢測技術(shù)，讓一名研究人員在不到24小時內(nèi)就能表達(dá)和分析數(shù)百種抗體的抗原特異性結(jié)合情況。這一成果大大加速了抗體的發(fā)現(xiàn)和表征，讓抗體篩選從“蝸牛式”的緩慢進(jìn)程變成了“火箭式”的快速沖刺。
珀羅汀“AI+CFPS”蛋白表達(dá)服務(wù)
珀羅汀公司敏銳地捕捉到了“AI+CFPS”技術(shù)的巨大潛力，推出了“AI預(yù)測設(shè)計-高效表達(dá)篩選-功能驗證”一站式服務(wù)平臺。這項服務(wù)就像是一個全方-位的蛋白研發(fā)助手，為客戶提供了從靶點發(fā)現(xiàn)到蛋白應(yīng)用的全流程解決方案。
例如在抗原/抗體研發(fā)上，基于普美瑞核心算法（Codock）及其深度學(xué)習(xí)模型，通過給定的抗原/抗體序列即可預(yù)測其復(fù)合物結(jié)構(gòu)，可能的結(jié)合界面及對結(jié)合有關(guān)建貢獻(xiàn)的熱點殘基。配套珀羅汀CFPS技術(shù)，可在 24 小時內(nèi)快速合成目標(biāo)抗原/抗體，實現(xiàn) AI 預(yù)測與濕實驗驗證的無縫銜接，有效降低抗體開發(fā)試錯成本。珀羅汀搭建的高通量自動化蛋白/多肽表達(dá)和篩選工作站單日可處理上千樣本，極大地縮短了研發(fā)周期。
“AI+CFPS”蛋白表達(dá)服務(wù)優(yōu)勢
1
底層高精度算法（Codock）
Codock曾獲CASP15比賽蛋白/RNA-配體復(fù)合物結(jié)構(gòu)預(yù)測（Ligand）賽道第一名，配體結(jié)合構(gòu)象預(yù)測精度 RMSD 低至 0.56Å，能夠提升藥物設(shè)計成功率。
2
AI與實驗高效閉環(huán)
能夠?qū)崿F(xiàn)“AI預(yù)測和設(shè)計- CFPS快速表達(dá)和篩選-反饋優(yōu)化算法”的快速迭代，縮短研發(fā)周期。
3
廣泛場景適應(yīng)性
支持小分子/ PROTAC /抗體藥物開發(fā)、疫苗抗原-抗體相互作用解析，滿足多元化研發(fā)需求。
如果您對我們的“AI+CFPS”蛋白表達(dá)服務(wù)感興趣，歡迎隨時聯(lián)系我們，一起探索蛋白表達(dá)的無限可能！
參考文獻(xiàn)
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]
(空格分隔,最多3個,單個標(biāo)簽最多10個字符)
2
立即詢價
您提交后，專屬客服將第一時間為您服務(wù)