ProteinQure 是什么：定位和人群
传统药物递送很难把治疗分子送到特定组织。小分子药物会全身分布，抗体药物难以进入细胞。ProteinQure 是一家临床阶段生物技术公司，核心是利用计算平台 ProteinStudio 设计新型非天然肽，用于组织特异性药物递送。该平台整合分子模拟和定制 AI 模型，在超算上运行，支持从少量数据设计肽类分子。
这款工具主要服务三类用户：生物技术公司、药物研发机构、精准医学研究人员。他们需要开发新型肽类药物，或者寻找更精确的递送方式。官网显示，公司已与阿斯利康等药企合作，验证了平台在体外和体内的效果。
从痛点说起：传统药物递送为什么难
小分子药物通常分子量小于 500 道尔顿。它们能进入细胞，但缺乏组织特异性。抗体药物分子量约 150,000 道尔顿，特异性强，但难以穿透实体瘤。两者之间存在空白。
肽类药物分子量介于 500 到 5000 道尔顿之间。它们能结合特定受体，也能进入细胞。但天然肽在体内不稳定，容易被酶降解。传统方法设计肽类药物需要大量实验筛选，成本高、周期长。
ProteinQure 的解决方案是用计算平台替代部分实验筛选。它从少量数据出发，预测肽的结构和功能。这减少了湿实验室的试错次数。
ProteinQure 的核心：ProteinStudio 平台
ProteinStudio 是一个计算平台。它整合了分子模拟和定制 AI 模型。分子模拟基于物理原理，计算原子间相互作用。AI 模型从数据中学习序列与功能的关系。两者结合，在超级计算机上运行。
平台能设计非天然肽。非天然肽含有自然界不存在的氨基酸。这些氨基酸赋予肽新的性质，比如抗酶降解能力。平台还能预测肽与靶蛋白的结合强度。这帮助研究人员筛选候选分子。
谁在用 ProteinQure：生物技术公司和药企
生物技术公司用这款工具开发新型疗法。它们通常没有大型超算资源。ProteinStudio 提供云端计算能力。药物研发机构用它探索肽类药物空间。传统方法能测试的肽变体数量有限。计算平台可以虚拟筛选数百万种变体。
精准医学研究人员关注组织特异性递送。他们需要把药物送到特定细胞类型。ProteinQure 设计的肽能结合特定受体。这为精准治疗提供了新工具。
ProteinQure 主要能力有哪些
这款工具的核心能力集中在肽类药物设计。它利用分子模拟和定制 AI 模型，在超级计算机上创建独特的分子支架。支架是肽的三维骨架，决定其结合能力。平台还能无缝整合数千种非天然氨基酸，设计药物类似肽。
创建独特分子支架
分子支架是肽类药物设计的基础。传统方法依赖天然肽的骨架。ProteinStudio 可以生成自然界不存在的支架。它从物理模拟出发，计算哪些骨架能稳定折叠。然后 AI 模型预测这些骨架的功能。
这个过程在超级计算机上完成。单次计算可能涉及数百万个原子。平台能并行处理多个设计任务。这大幅缩短了设计周期。
整合非天然氨基酸
天然氨基酸只有 20 种。非天然氨基酸有数千种。它们能改变肽的稳定性、结合力、药代动力学。平台支持无缝整合这些氨基酸。你可以在设计界面选择非天然氨基酸，替换天然氨基酸。
系统会评估替换后的结构变化。它预测肽是否仍能正确折叠。这避免了合成后才发现结构错误。
受体介导的细胞内递送
许多药物靶点在细胞内。但肽类药物通常难以穿过细胞膜。ProteinQure 设计的肽能结合细胞表面受体。通过受体介导的内吞作用，肽被吞入细胞。这实现了细胞内递送。
平台会预测肽与受体的结合模式。它优化结合亲和力，确保内吞效率。这比直接穿透细胞膜更可控。
精确靶向特定组织
组织特异性递送是这款工具的突出能力。不同组织表达不同受体。平台设计的肽能结合特定组织高表达的受体。这减少了药物在非靶组织的分布。
例如，三阴性乳腺癌细胞高表达某些受体。ProteinQure 设计的肽药物偶联物能结合这些受体。在 PDX 模型中，该偶联物表现出显著抗肿瘤效果。
ProteinQure 怎么用：完整流程
使用这款工具需要先获取平台权限。然后进行分子设计、优化、验证。整个过程可以在云端完成。湿实验室验证是最后一步。
获取 ProteinStudio 平台权限
登录 ProteinQure 官网。在官网提交合作申请。公司会根据你的需求提供平台访问权限。目前没有公开的免费试用版。定价根据合作模式定制。
你需要准备研究背景说明。包括靶点信息、期望的肽类药物性质。这有助于平台团队提供技术支持。
分子设计与支架创建
进入平台后，先定义靶蛋白结构。你可以上传实验测定的结构，或使用预测结构。然后启动分子模拟。平台会生成候选分子支架。
你可以设置约束条件。比如分子量范围、溶解度要求。AI 模型会根据约束筛选支架。这减少了后续优化的工作量。
整合非自然氨基酸并优化
在选定支架后，开始整合非天然氨基酸。平台提供非天然氨基酸库。你可以按性质筛选，比如疏水性、电荷。
系统会评估每个替换的影响。它计算结合自由能变化。这帮助你选择较优组合。优化过程迭代进行，直到满足设计目标。
湿实验室验证
计算设计的结果需要实验验证。平台会输出候选肽的序列和合成建议。你可以在合作实验室或自己的实验室合成肽。
然后测试肽的结合力、稳定性、细胞活性。平台支持数据回传。你可以用实验数据重新训练 AI 模型。这提高了后续设计的准确性。
ProteinQure 和同类有什么不同
传统药物设计方法依赖高通量筛选。你需要合成大量化合物，测试活性。这款工具用计算替代部分筛选。它从少量数据出发，预测候选分子。这减少了合成和测试的数量。
对比传统药物设计方法
传统方法中，一个肽类药物项目可能需要合成数千个变体。每个变体的合成和测试成本很高。ProteinStudio 可以在虚拟空间筛选数百万个变体。然后只合成排名靠前的几十个。
这大幅降低了早期研发成本。也缩短了从靶点到先导化合物的时间。但计算预测仍有误差。湿实验室验证不可省略。
对比其他计算辅助药物设计工具
市面上有其他计算药物设计工具。它们大多针对小分子或抗体。ProteinQure 专注于肽类药物。这是它的独特之处。
其他工具可能只做分子对接。这款平台整合了分子模拟和 AI 模型。它还能设计非天然肽。这需要专门的力场参数和训练数据。
| 特性维度 | 分子类型 | 设计方法 | 组织特异性 | 细胞内递送 | 数据需求 |
|---|---|---|---|---|---|
| ProteinQure | 非天然肽 | 分子模拟+AI | 高 | 支持 | 少量 |
| 传统小分子设计工具 | 小分子 | 基于规则+对接 | 低 | 部分支持 | 大量 |
| 抗体设计工具 | 抗体 | 序列优化 | 中 | 不支持 | 大量 |
ProteinQure 应用场景
这款工具已用于多个治疗领域。最突出的是三阴性乳腺癌治疗。其他癌症靶向治疗也在探索中。精准医学研究是长期方向。
三阴性乳腺癌治疗
三阴性乳腺癌缺乏雌激素受体、孕激素受体、HER2 表达。传统靶向药无效。ProteinQure 设计的肽药物偶联物在 PDX 模型中表现出显著抗肿瘤效果。
该偶联物结合三阴性乳腺癌细胞高表达的受体。通过内吞作用进入细胞。然后释放细胞毒性载荷。这实现了精准杀伤。
其他癌症靶向治疗
平台可以设计针对其他癌症的肽类药物。你需要提供靶点信息。平台会设计结合该靶点的肽。
例如，针对某些实体瘤的特定受体。设计出的肽可以偶联不同载荷。这提供了灵活的递送平台。
精准医学研究
组织特异性递送是精准医学的核心需求。不同患者可能需要不同递送策略。ProteinQure 的肽可以定制。
你可以根据患者肿瘤的受体表达谱设计肽。这实现了个体化治疗。但目前该技术仍处于早期阶段。临床验证数据有限。
这款工具的突出能力是组织特异性递送。它仍做不到的是：设计口服肽类药物。目前设计的肽需要注射给药。口服肽需要极高的稳定性，平台尚未解决这个问题。此外，平台对膜蛋白靶点的设计精度有限。膜蛋白结构解析困难，影响计算预测的准确性。
