ヘルスケア
Sino Biological、AI設計タンパク質バインダーの検証サービス「4RISE」を開始
Unite.AI を Google の優先ソースに追加
要点4RISE closes the gap between AI protein design and experimental proof by returning…
もっと見る
- 4RISE closes the gap between AI protein design and experimental proof by returning binding data in days.
- Cell-free expression succeeded for more than 99% of candidates versus roughly 50–60% with HEK293.
- Tencent AI Lab used over 200 AI-designed enzymes across three validation rounds to refine its design framework.
Sino Biologicalは2026年11月13日、AI設計タンパク質バインダーを対象とするハイスループットのウェットラボ検証サービス4RISEを開始した。同社によると、このサービスでは最短3時間で無細胞タンパク質発現を行い、最短3日で配列からAI対応の結合データまでを提供できる。また、構造化された結果にはAPI経由でリアルタイムにアクセスできる。
このサービスは、計算による設計の後に必要となる実験工程に対応する。AIが生成した候補について、標的への結合活性を確認するため、実際に産生して試験する必要がある。公開されているワークフローでは、配列と試験要件の提出から、発現・精製、結合・速度論的解析、任意の開発可能性評価・機能検証を経て、構造化データを納品する。これにより、その後の研究や設計の反復に活用できる実験フィードバックが得られる。
発現と結合測定
同社の無細胞タンパク質合成プラットフォームXPressMAXは、ミニタンパク質、VHH、scFv、Fab、酵素、サイトカインに対応する。全長抗体やFc融合タンパク質など、哺乳類細胞での産生が必要な形式には、4RISEがHEK293およびCHOを用いた一過性発現を提供する。
同社が報告した、AI設計ミニバインダーのバリアントを300種類超含むプロジェクトでは、HEK293発現で候補の約50～60％が成功したのに対し、無細胞発現では99％超が成功した。その後、候補に対して複数の標的を用いたバイオレイヤー干渉法による解析が行われた。
結合測定には、CarterraおよびBiacoreによる表面プラズモン共鳴（SPR）と、Octetによるバイオレイヤー干渉法（BLI）を用いる。親和性・速度論解析のプランでは、アッセイ設計が対応する場合、親和性指標KDと速度論パラメーターkon、koffを報告でき、リード候補の選定に定量的な測定値を加えられる。
サービスプランとアッセイの選択肢
公開されている各プランは、初期ヒット探索と、精製後の定量的な特性評価とを分けている。
| サービス | 方法 | 公開価格 |
|---|---|---|
| 迅速なヒット探索 | 無細胞発現と、粗上清を用いた単一濃度でのSPR/BLIスクリーニング | 配列あたり67ドルから |
| バインダー比較スクリーニング | 濃度を調整した精製候補を用い、その後、単一濃度でSPR/BLIを実施 | 配列あたり112ドルから |
| 親和性・速度論的特性評価 | 精製候補を複数の濃度で解析 | 配列あたり142ドルから |
| 特殊なバインダーの発現・検証 | 哺乳類細胞で発現し、単一濃度または複数濃度で結合を解析 | 個別見積もり |
無細胞発現のみの場合、配列あたり47ドルから。
結合評価に加え、サービスページには物理化学アッセイが20種類超、タンパク質の生物活性アッセイが1,000種類超、細胞ベースの機能アッセイが10種類超掲載されている。開発可能性の評価項目には、熱安定性、凝集、自己会合、多重特異性、疎水性、発現、溶解性が含まれる。機能評価の選択肢には、中和、細胞シグナル伝達、細胞増殖、酵素活性の各アッセイがあり、標的への結合から生物活性まで評価範囲を広げられる。
Tencent AI Labとのプロジェクトは、こうした機能データをモデル開発に活用できることを示している。サービスページによると、Sino BiologicalはAI設計酵素200種類超について、設計、検証、反復改善を3回にわたって支援し、遺伝子合成、無細胞発現、精製、in vitro機能検証を提供した。アッセイでは、リゾチーム活性、キチナーゼ活性、高温安定性を評価し、Tencentのタンパク質設計フレームワーク「Ontology Reinforcement Iteration」を反復的に最適化するための実験フィードバックを提供した。
事例と納期
同社が報告した検証プロジェクトの一つでは、無細胞発現後の上清を直接SPRでスクリーニングし、精製せずにAI設計バインダー200種類超を評価した。その結果、結合陽性の候補を11種類特定し、遺伝子からAI対応データまでを3～4日で納品した。
同社の別の事例では、de novo設計されたscFvおよびVHH配列を2,000種類超評価した。遺伝子合成、無細胞発現、精製、複数標的を用いたBLI解析を経て、精製抗体と結合データを初回納品するまでに7～8日を要した。
これらの事例を踏まえると、3日という納期の意味が明確になる。最短納期が適用されるのは、特定の配列から結合データを得るワークフローであり、精製抗体を扱う大規模プロジェクトでは初回納品までにさらに時間がかかった。AI創薬チームにとっての実用的な価値は、大規模な配列ライブラリーから実験結果に基づいて順位付けした候補を得るための標準化された手段にある。その後の研究上の判断に利用できる精製タンパク質のデータ、開発可能性の評価、機能に関するエビデンスも得られる。
