Helse
Sino Biological lanserer 4RISE for å validere AI-designede proteinbindere
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkter4RISE closes the gap between AI protein design and experimental proof by returning…
Vis mer
- 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 lanserte 4RISE 13. november 2026. Det er en laboratoriebasert valideringstjeneste med høy gjennomstrømning for AI-designede proteinbindere. Selskapet opplyser at tjenesten kan produsere proteiner cellefritt på så lite som tre timer og levere bindedata fra sekvens til AI-klare data på så lite som tre dager, med API-tilgang i sanntid til strukturerte resultater.
Tjenesten dekker det eksperimentelle trinnet etter beregningsbasert design: AI-genererte kandidater må produseres og testes for å bekrefte at de binder seg til målet. Den dokumenterte arbeidsflyten går fra innsending av sekvenser og testkrav via ekspresjon og rensing, bindings- og kinetikkanalyse, valgfri validering av utviklingsegnethet og funksjonell validering, til levering av strukturerte data. Resultatet er et lag med eksperimentelle tilbakemeldinger for videre forskning og designiterasjoner.
Målinger av ekspresjon og binding
XPressMAX, selskapets plattform for cellefri proteinsyntese, støtter miniproteiner, VHH-er, scFv-er, Fab-er, enzymer og cytokiner. For formater som krever produksjon i pattedyrceller, blant annet antistoffer i full lengde og Fc-fusjonsproteiner, tilbyr 4RISE transient ekspresjon i HEK293- og CHO-celler.
I et prosjekt som selskapet har rapportert om, og som omfattet mer enn 300 AI-designede minibindervarianter, lyktes ekspresjon i HEK293-celler for omtrent 50–60 % av kandidatene, sammenlignet med mer enn 99 % ved cellefri ekspresjon. Kandidatene ble deretter analysert mot flere mål ved hjelp av bio-layer-interferometri.
Bindemålingene utføres med overflateresonans (SPR) fra Carterra og Biacore og bio-layer-interferometri (BLI) fra Octet. Affinitets- og kinetikkpakken kan rapportere affinitetsmålet KD og de kinetiske parameterne kon og koff når analyseoppsettet gir grunnlag for det, og gir dermed kvantitative målinger som kan brukes til å velge ut ledende kandidater.
Tjenestenivåer og analysealternativer
De publiserte tjenestenivåene skiller mellom innledende identifisering av treff og kvantitativ karakterisering av rensede prøver:
| Tjeneste | Metode | Publisert pris |
|---|---|---|
| Rask identifisering av treff | Cellefri ekspresjon og SPR/BLI-screening ved ett enkelt målepunkt av urensede supernatanter | Fra $67 per sekvens |
| Sammenlignende screening av bindere | Rensede kandidater ved kontrollerte konsentrasjoner, etterfulgt av SPR/BLI ved ett enkelt målepunkt | Fra $112 per sekvens |
| Karakterisering av affinitet og kinetikk | Rensede kandidater analysert ved flere konsentrasjoner | Fra $142 per sekvens |
| Spesialisert ekspresjon og validering av bindere | Ekspresjon i pattedyrceller med bindingsanalyse ved én eller flere konsentrasjoner | Pris etter tilbud |
Separat cellefri ekspresjon koster fra $47 per sekvens.
I tillegg til binding omfatter tjenestesiden mer enn 20 fysikalsk-kjemiske analyser, mer enn 1 000 analyser av proteiners bioaktivitet og mer enn 10 funksjonelle analyser basert på celler. Alternativene for vurdering av utviklingsegnethet omfatter undersøkelser av termisk stabilitet, aggregering, selvassosiering, polyspecificitet, hydrofobisitet, ekspresjon og løselighet. De funksjonelle alternativene omfatter analyser av nøytralisering, cellesignalering, celleproliferasjon og enzymaktivitet, slik at vurderingen utvides fra binding til målet til biologisk aktivitet.
Et prosjekt med Tencent AI Lab viser hvordan slike funksjonelle data kan bidra til modellutvikling. Ifølge tjenestesiden støttet Sino Biological mer enn 200 AI-designede enzymer gjennom tre runder med design, validering og iterasjon, og leverte gensyntese, cellefri ekspresjon, rensing og funksjonell validering in vitro. Analysene omfattet lysozymaktivitet, kitinaseaktivitet og stabilitet ved høy temperatur, og ga eksperimentelle tilbakemeldinger som kunne brukes til iterativ optimalisering av Tencents rammeverk for proteindesign, Ontology Reinforcement Iteration.
Kasusstudier og behandlingstider
I et valideringsprosjekt som selskapet har rapportert om, ble mer enn 200 AI-designede bindere undersøkt direkte med SPR-screening av cellefrie supernatanter, uten rensing. Analysen identifiserte 11 kandidater med positiv bindingsrespons, og data fra gen til AI-klare resultater ble levert på tre til fire dager.
En annen kasusstudie fra selskapet omfattet mer enn 2 000 de novo-designede scFv- og VHH-sekvenser. Gensyntese, cellefri ekspresjon, rensing og BLI-analyse mot flere mål førte til at rensede antistoffer og bindingsdata ble levert første gang etter sju til åtte dager.
Disse eksemplene setter påstanden om tre dager i perspektiv: Den korteste behandlingstiden gjelder en bestemt arbeidsflyt fra sekvens til bindingsdata, mens det større prosjektet med rensede antistoffer hadde et lengre tidsrom fram til den første leveransen. For team som arbeider med legemiddeloppdagelse ved hjelp av AI, er den praktiske verdien en standardisert prosess fra store sekvensbiblioteker til kandidater rangert etter eksperimentelle resultater, med dokumentasjon fra rensede proteiner, vurdering av utviklingsegnethet og funksjonelle analyser som grunnlag for videre forskningsbeslutninger.
