Hälso- och sjukvård
Sino Biological lanserar 4RISE för att validera AI-designade proteinbindare
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkter4RISE closes the gap between AI protein design and experimental proof by returning…
Visa 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 lanserade 4RISE den 13 november 2026 – en våtlabbsbaserad tjänst för validering med hög genomströmning av AI-designade proteinbindare. Företaget uppger att tjänsten kan producera proteiner cellfritt på så lite som tre timmar och leverera bindningsdata från sekvens till AI-redo format på så lite som tre dagar, med API-åtkomst i realtid till strukturerade resultat.
Tjänsten hanterar det experimentella steget efter beräkningsbaserad design: AI-genererade kandidater måste produceras och testas för att bekräfta att de binder till målet. Det dokumenterade arbetsflödet omfattar allt från inlämning av sekvenser och testkrav till uttryck och rening, bindnings- och kinetikanalys, valfri validering av utvecklingsbarhet och funktion samt leverans av strukturerade data. Resultatet är ett lager av experimentell återkoppling för efterföljande forskning och designiterationer.
Mätningar av uttryck och bindning
XPressMAX, företagets plattform för cellfri proteinsyntes, stöder miniproteiner, VHH:er, scFv:er, Fab-fragment, enzymer och cytokiner. För format som kräver produktion i däggdjursceller, däribland antikroppar i full längd och Fc-fusionsproteiner, erbjuder 4RISE transient uttryck i HEK293- och CHO-celler.
I ett projekt som företaget rapporterat om och som omfattade över 300 AI-designade minibindarvarianter lyckades uttrycket i HEK293-celler för cirka 50–60 % av kandidaterna, jämfört med över 99 % vid cellfritt uttryck. Kandidaterna analyserades därefter med biofilmsinterferometri mot flera mål.
Bindningsmätningarna använder ytplasmonresonans (SPR) med Carterra och Biacore samt biofilmsinterferometri (BLI) med Octet. Affinitets- och kinetikanalysen kan rapportera affinitetsmåttet KD och de kinetiska parametrarna kon och koff när analysupplägget medger det, vilket ger kvantitativa mätningar som underlag för urval av ledkandidater.
Tjänstenivåer och analysalternativ
De publicerade tjänstenivåerna skiljer inledande identifiering av träffar från kvantitativ karakterisering av renade kandidater:
| Tjänst | Upplägg | Publicerat pris |
|---|---|---|
| Snabb identifiering av träffar | Cellfritt uttryck och SPR/BLI-screening vid en enda koncentration av råa supernatanter | Från 67 $ per sekvens |
| Jämförande screening av bindare | Renade kandidater i kontrollerade koncentrationer, följt av SPR/BLI vid en enda koncentration | Från 112 $ per sekvens |
| Karakterisering av affinitet och kinetik | Renade kandidater analyserade vid flera koncentrationer | Från 142 $ per sekvens |
| Specialiserat uttryck och validering av bindare | Uttryck i däggdjursceller med bindningsanalys vid en eller flera koncentrationer | Offert på begäran |
Separat cellfritt uttryck kostar från 47 $ per sekvens.
Utöver bindningsanalyser listar tjänstens webbplats över 20 fysikalisk-kemiska analyser, över 1 000 analyser av proteiners bioaktivitet och över 10 cellbaserade funktionella analyser. Alternativen för bedömning av utvecklingsbarhet undersöker termisk stabilitet, aggregering, självassociation, polyspecificitet, hydrofobicitet, uttryck och löslighet. De funktionella alternativen omfattar analyser av neutralisering, cellsignalering, proliferation och enzymaktivitet, vilket utvidgar utvärderingen från bindning till målet till biologisk aktivitet.
Ett projekt med Tencent AI Lab visar hur sådana funktionella data kan bidra till modellutveckling. Enligt tjänstens webbplats stöttade Sino Biological över 200 AI-designade enzymer genom tre omgångar av design, validering och iteration, med gensyntes, cellfritt uttryck, rening och funktionell validering in vitro. Analyserna omfattade lysozymaktivitet, kitinasaktivitet och stabilitet vid hög temperatur och gav experimentell återkoppling för iterativ optimering av Tencents ramverk för proteindesign, Ontology Reinforcement Iteration.
Fallstudier och ledtider
I ett valideringsprojekt som företaget rapporterat om utvärderades över 200 AI-designade bindare genom direkt SPR-screening av cellfria supernatanter, utan rening. Man identifierade 11 kandidater med positiv bindning och levererade data redo för AI-användning från gen på tre till fyra dagar.
En andra fallstudie från företaget omfattade över 2 000 de novo-designade scFv- och VHH-sekvenser. Gensyntes, cellfritt uttryck, rening och BLI-analys mot flera mål ledde till att renade antikroppar och bindningsdata levererades inledningsvis efter sju till åtta dagar.
Dessa exempel sätter löftet om tre dagar i sitt sammanhang: den kortaste ledtiden gäller ett visst arbetsflöde från sekvens till bindningsdata, medan det större projektet med renade antikroppar hade en längre tidsram för den inledande leveransen. För team som arbetar med AI-baserad läkemedelsutveckling är det praktiska värdet ett standardiserat sätt att gå från stora sekvensbibliotek till experimentellt rangordnade kandidater, med belägg från renade proteiner samt data om utvecklingsbarhet och funktion som underlag för efterföljande forskningsbeslut.
