UCB adaugă platforma IA a Cradle în proiectele de descoperire a anticorpilor

Cradle și UCB au anunțat o colaborare strategică pe 4 noiembrie 2026, pentru a utiliza platforma Cradle de proiectare și inginerie a proteinelor cu IA în proiecte selectate ale UCB de descoperire a anticorpilor, de la generarea hiturilor până la optimizarea leadurilor și pregătirea pentru etapa preclinică.

Colaborarea adaugă sistemul integrat al Cradle la programul în extindere al UCB de descoperire și inginerie digitală a anticorpilor. Acest program combină platforma existentă a UCB pentru descoperirea anticorpilor cu știința computațională, expertiza în biologia bolilor și o rețea de parteneri din domeniul tehnologiei și cercetării. UCB își propune să identifice și să optimizeze mai rapid candidați de înaltă calitate pentru boli în cazul cărora pacienții au în continuare nevoie de opțiuni mai bune.

Rezultatele experimentale reantrenează modelele proiectelor

Pe măsură ce oamenii de știință de la UCB utilizează platforma, rezultatele experimentale vor fi reintroduse în modelele specifice fiecărui program. Companiile descriu ciclul rezultat drept o buclă de învățare cumulativă sau „laboratorul în buclă”: fiecare rundă de dovezi obținute în laborator informează următorul set de proiectări. Oamenii de știință continuă să-și aplice expertiza și discernământul în timp ce optimizează candidații și evaluează progresul către obținerea unui posibil candidat.

Documentația platformei Cradle descrie fluxul de lucru de bază. Datele din teste antrenează un model privind peisajul de fitness al unei anumite proteine. Rezultatele încărcate de pe o placă — generațiile Cradle, proiectările raționale ale unei echipe sau o combinație a acestora — reantrenează modelul înaintea rundei următoare. Pentru generarea timpurie a hiturilor, un proiect poate porni de la o singură secvență, fără date din teste, sau de la un set de screening cu mult zgomot, cum ar fi numărătorile de îmbogățire NGS dintr-o campanie de display sau selecție.

Proiectarea anticorpilor cu mai multe proprietăți

Documentația Cradle despre anticorpi grupează obiectivele de optimizare în cinci categorii: legare, stabilitate, capacitate de fabricație, imunogenitate și capacitate de dezvoltare. Obiectivele măsurabile pot include specificitatea și reactivitatea încrucișată, stabilitatea termică și agregarea, randamentul de exprimare, riscul asociat epitopilor celulelor T și vulnerabilități precum dezamidarea sau oxidarea. Astfel se concretizează cerința din anunț ca proprietățile candidaților să fie optimizate în întregime pentru a întruni condițiile necesare succesului.

Utilizatorii definesc profilul-țintă al unui candidat ca pe un obiectiv principal însoțit de constrângeri. Cradle afirmă că platforma optimizează în paralel proprietățile specificate, gestionează compromisurile și estimează probabilitatea îndeplinirii fiecărui obiectiv înainte de efectuarea unui test, semnalând totodată țintele nerealiste. O placă de candidați poate fi, de asemenea, evaluată cu ajutorul modelului antrenat înainte de sinteză și de cheltuirea resurselor pentru teste, obținându-se astfel rata estimată a hiturilor, distribuțiile scorurilor pentru fiecare obiectiv și o estimare a potențialului de îmbunătățire rămas. Aceste prognoze ajută la luarea deciziei de a continua, reproiecta sau opri o rundă.

Sistemul este accesibil printr-o aplicație web fără cod, destinată oamenilor de știință, și printr-un API destinat echipelor de specialiști în calcul. Echipele de cercetare pot inspecta variantele, compara mutațiile și alătura propriile proiectări candidaților generați de Cradle pe aceeași placă. Aceste proiectări externe sunt evaluate după aceleași criterii și devin date de antrenare pentru rundele următoare, menținând astfel posibilitatea ca ipotezele proprii ale oamenilor de știință să influențeze modelul.

Conducerea subliniază că descoperirea trebuie să fie coordonată de oamenii de știință

Directorul științific al UCB, Alistair Henry, a numit IA un „amplificator al capacităților științifice”, care ar trebui să completeze expertiza umană în biologie, chimie și cercetare translațională, nu să fie un scop în sine. El a spus că îmbinarea modelării predictive cu validarea în laborator ar putea contribui la proiectarea unor molecule mai bune, la accelerarea procesului de învățare și la aducerea mai rapidă a unor terapii de înaltă calitate la pacienți.

Directorul general și cofondatorul Cradle, Stef van Grieken, a spus că IA ar avea cel mai mare impact asupra cercetării și dezvoltării produselor biologice atunci când nu se limitează la experimente sau programe individuale, ci devine parte integrantă a modului în care lucrează oamenii de știință în cadrul unei organizații de descoperire. În perspectiva sa, oamenii de știință de la UCB beneficiază de o platformă comună pentru mai multe programe și modalități, precum și pentru provocări complexe de inginerie de-a lungul portofoliului de bioterapeutice al companiei, deși implementarea oficială vizează proiecte selectate de descoperire.

Colaborarea leagă această ambiție de învățarea experimentală repetată: fiecare test poate îmbunătăți următoarea rundă de proiectare, în timp ce oamenii de știință păstrează responsabilitatea pentru deciziile privind candidații. Pentru UCB, testul practic este dacă aceste cicluri produc anticorpi care îndeplinesc simultan cerințele de legare, stabilitate, capacitate de fabricație și capacitate de dezvoltare și avansează către pregătirea pentru etapa preclinică.