医疗健康
Sino Biological推出4RISE，验证AI设计的蛋白质结合分子
将 Unite.AI 添加到您在 Google 上的首选来源
要点4RISE closes the gap between AI protein design and experimental proof by returning…
查看更多
- 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于2026年11月13日推出了4RISE，这是一项面向AI设计蛋白质结合分子的高通量湿实验验证服务。该公司表示，这项服务最快可在3小时内通过无细胞方式表达蛋白质，并在短短3天内提供从序列到可供AI使用的结合数据，同时支持通过API实时访问结构化结果。
这项服务针对计算设计之后的实验环节：必须制备AI生成的候选分子并进行测试，以确认其是否具有靶标结合活性。其记录完备的工作流程涵盖提交序列和测试要求、表达与纯化、结合和动力学分析、可选的可开发性与功能验证，以及结构化数据交付。由此形成的实验反馈层，可用于后续研究和设计迭代。
表达与结合测量
该公司的无细胞蛋白质合成平台XPressMAX可用于微型蛋白、VHH、scFv、Fab、酶和细胞因子。对于需要哺乳动物细胞表达的分子形式，包括全长抗体和Fc融合蛋白，4RISE提供HEK293和CHO瞬时表达服务。
在该公司报告的一项项目中，针对300多种AI设计的微型结合蛋白变体，约50–60%的候选分子通过HEK293表达成功；相比之下，无细胞表达的成功率超过99%。随后，研究人员使用生物层干涉法对这些候选分子进行了多靶标分析。
结合测量采用Carterra和Biacore表面等离子体共振（SPR）技术，以及Octet生物层干涉（BLI）技术。在检测方案适用的情况下，亲和力与动力学分析档可报告亲和力指标KD以及动力学参数kon和koff，为先导分子筛选提供定量测量结果。
服务档次与检测选项
公开的服务档次将初步命中筛选与纯化后的定量表征区分开来：
| 服务 | 方法 | 公开价格 |
|---|---|---|
| 快速命中筛选 | 无细胞表达，并对粗上清液进行单点SPR/BLI筛选 | 每条序列67美元起 |
| 结合分子比较筛选 | 在受控浓度下测试纯化后的候选分子，随后进行单点SPR/BLI分析 | 每条序列112美元起 |
| 亲和力与动力学表征 | 在多个浓度下分析纯化后的候选分子 | 每条序列142美元起 |
| 专用结合分子表达与验证 | 采用哺乳动物细胞表达，并进行单浓度或多浓度结合分析 | 按需报价 |
单独的无细胞表达服务每条序列47美元起。
除结合分析外，服务页面还列出了20多种理化性质检测、1,000多种蛋白质生物活性检测和10多种细胞功能检测。可开发性评估选项涵盖热稳定性、聚集、自缔合、多重特异性、疏水性、表达和溶解度。功能检测选项包括中和、细胞信号传导、细胞增殖和酶活性检测，将评估范围从靶标结合扩展至生物活性。
与Tencent AI Lab合作的一个项目展示了这些功能数据如何用于模型开发。服务页面称，Sino Biological在三轮设计、验证和迭代中，为200多种AI设计的酶提供支持，服务包括基因合成、无细胞表达、纯化和体外功能验证。检测内容涵盖溶菌酶活性、几丁质酶活性和高温稳定性，为Tencent的Ontology Reinforcement Iteration蛋白质设计框架的迭代优化提供了实验反馈。
案例研究与交付时间
在该公司报告的一项验证项目中，研究人员直接对无细胞表达的上清液进行SPR筛选，无需纯化便评估了200多种AI设计的结合分子。项目筛选出11种具有结合能力的候选分子，并在3至4天内交付从基因到可供AI使用的数据。
该公司公布的第二个案例研究涉及2,000多条从头设计的scFv和VHH序列。通过基因合成、无细胞表达、纯化和多靶标BLI分析，项目在7至8天内首次交付纯化抗体和结合数据。
这些案例有助于理解其所称的3天交付时间：最快的周转时间适用于特定的序列到结合数据工作流程，而规模更大的纯化抗体项目首次交付所需时间更长。对于AI药物发现团队而言，这项服务的实际价值在于提供一条标准化路径，将大型序列库转化为经实验排序的候选分子，并为后续研究决策提供纯化蛋白、可开发性和功能方面的证据。
