AI蛋白質(zhì)報告-2024.08-49正式版

1.1231.2456792.1101112序號時間模型發(fā)表期刊架構(gòu)缺點1BlastKNN/輸入：蛋白質(zhì)序列；算法：通過比較目標(biāo)蛋白與已知功能的蛋白質(zhì)之間的相似性，然后采用一種相似性加權(quán)算法來預(yù)測目標(biāo)蛋白的功能；早期機器學(xué)習(xí)算法，效率低2年Bioinformatics輸入：蛋白質(zhì)序列和網(wǎng)絡(luò)；算法：基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的深度學(xué)習(xí)分類模型，使用編碼蛋白質(zhì)序列，取序列特征。對于網(wǎng)絡(luò)，采用生成每個蛋白質(zhì)的維網(wǎng)絡(luò)拓?fù)涮卣?；層次化分類網(wǎng)絡(luò)需要巨大的內(nèi)存資源，難以應(yīng)用于大規(guī)模標(biāo)簽序列特征及蛋白質(zhì)結(jié)構(gòu)來預(yù)測其功能；7年BriefingsinBioinformatics輸入：蛋白質(zhì)序列和結(jié)構(gòu)；算法：基于圖注意力網(wǎng)絡(luò)（）的方法，它利用預(yù)訓(xùn)練的蛋白質(zhì)序列語言模型。輸入蛋白質(zhì)序列，提取序列特征、殘基級特征和結(jié)構(gòu)特征，從而預(yù)測功能；對于長序列蛋白質(zhì)，對蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)精度要求很高8年NatureMachine輸入：蛋白質(zhì)序列；算法：使用預(yù)訓(xùn)練的大型語言模型從蛋白質(zhì)序列預(yù)測功能，通過生成多個近似模型，并用神經(jīng)網(wǎng)絡(luò)預(yù)測蛋白質(zhì)功能的真值；當(dāng)序列與結(jié)合時性能最佳，許多新蛋白質(zhì)沒有已知的相互作用限制了組合模型的應(yīng)用132.214序號時間模型團(tuán)隊架構(gòu)應(yīng)用范圍1天津大學(xué)團(tuán)隊DNN-PPI基于深度神經(jīng)網(wǎng)絡(luò)，包含卷積神經(jīng)網(wǎng)絡(luò)（CNN）和長短期記憶（LSTM）兩個獨立的順序?qū)樱瑥牡鞍踪|(zhì)序列中學(xué)習(xí)的特征以自動預(yù)測預(yù)測蛋白質(zhì)-蛋白質(zhì)相互作用3AlphaFold-Multimer基于深度學(xué)習(xí)，先建立復(fù)合物的多序列比對，以推斷進(jìn)化關(guān)系，然后用與AlphaFold2基本相同的深度學(xué)習(xí)方法來預(yù)測三級結(jié)構(gòu)。預(yù)測蛋白質(zhì)復(fù)合物三維結(jié)構(gòu)2EquiDock麻省理工學(xué)院EquiDock模型，假設(shè)蛋白質(zhì)內(nèi)的構(gòu)象在結(jié)合過程中沒有發(fā)生構(gòu)象變化的情況下，在單個未結(jié)合的結(jié)構(gòu)中計算預(yù)測蛋白質(zhì)-蛋白質(zhì)復(fù)合物的3D結(jié)構(gòu)的模型。預(yù)測蛋白質(zhì)-蛋白質(zhì)復(fù)合物結(jié)構(gòu)6EquiBind麻省理工學(xué)院以EquiDock為基礎(chǔ)，依賴SE(3)－等變圖神經(jīng)網(wǎng)絡(luò)，以配體分子圖的隨機三維構(gòu)象和受體結(jié)構(gòu)作為輸入，預(yù)測結(jié)合蛋白質(zhì)配體構(gòu)象。預(yù)測蛋白質(zhì)-小分子復(fù)合物結(jié)構(gòu)DeepTrio是一種使用掩碼多個并行卷積神經(jīng)網(wǎng)絡(luò)的評分以及排名。9DIFFDOCK-PP麻省理工學(xué)院算法整體思路與DiffDock接近，使用機器學(xué)習(xí)方法學(xué)習(xí)將未結(jié)合的蛋白質(zhì)結(jié)構(gòu)翻譯和旋轉(zhuǎn)為其結(jié)合構(gòu)象，對評分模型生成的不同姿勢，進(jìn)行排序并選擇最佳姿勢。預(yù)測蛋白質(zhì)-蛋白質(zhì)結(jié)合結(jié)構(gòu)騰訊AILab聯(lián)合香港科技大學(xué)、中國科學(xué)院大學(xué)相關(guān)團(tuán)隊基于層次圖學(xué)習(xí)技術(shù)的深度學(xué)習(xí)，描述蛋白質(zhì)之間的相互作用，每種蛋白質(zhì)就是一個節(jié)點，蛋白質(zhì)之間的相互作用就是圖的邊，關(guān)鍵氨基酸或殘基組合就是圖的節(jié)點，物理位置相鄰的殘基以邊相連。預(yù)測蛋白質(zhì)-蛋白質(zhì)相互作用RoseTTAFold2NADavidBaker團(tuán)隊端到端的深度學(xué)習(xí)方法，使用與RoseTTAFold相同的數(shù)據(jù)集進(jìn)行訓(xùn)練，并增加了所有RNA、蛋白質(zhì)-RNA和蛋白質(zhì)-DNA復(fù)合物的結(jié)構(gòu)信息。預(yù)測核酸結(jié)構(gòu)和蛋白質(zhì)-核酸復(fù)合物結(jié)構(gòu)AlphaFold-latest最新版本的AlphaFold。對包括蛋白質(zhì)、核酸、小分子、離子和修飾殘基在內(nèi)的復(fù)合物進(jìn)行聯(lián)合結(jié)構(gòu)預(yù)測15162.3蛋白質(zhì)設(shè)計1718序號時間模型團(tuán)隊架構(gòu)應(yīng)用范圍1逆折疊2白質(zhì)、對稱重粒和目標(biāo)蛋白物。3計、對稱低聚序或酶活性位以及蛋白質(zhì)結(jié)計。4蛋白質(zhì)序列192.4蛋白質(zhì)組學(xué)20序號時間應(yīng)用團(tuán)隊架構(gòu)應(yīng)用范圍1發(fā)現(xiàn)2及精準(zhǔn)醫(yī)療3發(fā)現(xiàn)及疾病預(yù)防213.1新藥研發(fā)2324序號成立時間企業(yè)名稱平臺應(yīng)用場景最新融資輪次商業(yè)模式合作企業(yè)管線情況/成果1維23化456789測/臺SynCore計25序號發(fā)布時間技術(shù)/平臺來源技術(shù)框架應(yīng)用場景成果1AdvancedCovalentExploration（ACE）平臺MatchpointTherapeutics基于機器學(xué)習(xí)算法，指導(dǎo)靶點的優(yōu)先排序和特有骨架預(yù)測；識別致病蛋白的新型共價結(jié)合物并提組學(xué)數(shù)據(jù)理解靶點和疾病關(guān)系，以及可成藥蛋白質(zhì)分子發(fā)現(xiàn)研發(fā)管線最初將聚焦于免疫學(xué)領(lǐng)的，旨在開發(fā)創(chuàng)新共價小分子藥；23現(xiàn)阿爾茨海默病靶點；使用轉(zhuǎn)錄與衰老相關(guān)的潛潛力；等等4新藥物發(fā)現(xiàn)5大模型xTrimo、AI蛋白質(zhì)生成平臺百圖生科與AlphaFold2相結(jié)合新靶點以及新藥物的發(fā)現(xiàn)與啟愈生物合作發(fā)現(xiàn)新靶點和新藥物；與啟德醫(yī)藥合作推進(jìn)ADC藥物開發(fā)；與索智生物合作開展IBD協(xié)同雙靶點研究；2627序號成立時間企業(yè)名稱平臺技術(shù)/應(yīng)用場景最新融資輪次商業(yè)模式合作企業(yè)管線情況/成果1自研/合作管線2RNA結(jié)合預(yù)測、變構(gòu)生物學(xué)/3BioSero（合成實4合作CRO56789線IsomorphicLabs新一代AlphaFold與人工智能藥/CROCRO283.2精準(zhǔn)醫(yī)療29序號成立時間企業(yè)名稱技術(shù)應(yīng)用場景平臺成果1譜蛋白組技術(shù)，實現(xiàn)卵巢癌和直腸癌的診斷2萬例血清蛋白組預(yù)測代謝綜合征風(fēng)人工智能結(jié)合蛋白質(zhì)組學(xué)輔助甲狀腺結(jié)節(jié)良惡性判別等論文3Proteonano?，在有限的樣本的情下已可以發(fā)現(xiàn)61個差異表達(dá)蛋白；30313.3合成生物32序號成立時間企業(yè)名稱平臺應(yīng)用場景最新融資輪次商業(yè)模式合作企業(yè)管線情況/成果1ArzedaIntelligentDesignTechnology?平臺農(nóng)業(yè)、能源合作Amyris、聯(lián)合利華、Zymergen提高將甜菊提取物轉(zhuǎn)化為甜味劑效率的酶，預(yù)計在2023年四季度正式上市2Enzymit深度學(xué)習(xí)酶設(shè)計平臺酶的從頭設(shè)計和優(yōu)化——生長因子、重組蛋白等合作AlephFarms與AlephFarms合作開發(fā)生長因子替代品，已用于細(xì)胞培養(yǎng)肉獲批上市；3核心蛋白原料的開發(fā)——細(xì)胞治療、mRNA疫苗、新藥上海交大免疫學(xué)研究所、上藥4目合作5wide的酶，可發(fā)光6功能食品生產(chǎn)線78ProfluentBioProGen模型蛋白質(zhì)從頭設(shè)計——制藥、工業(yè)酶等合作//9粒影生物人工智能輔助蛋白質(zhì)設(shè)計平臺抗體、重組蛋白等原料蛋白；酶、功能蛋白和IVD原料的改造A輪合作英國癌癥研究所、弗朗西斯·克里克研究所成為弗朗西斯·克里克研究所供應(yīng)商分子之心AI大分子優(yōu)化與設(shè)計平臺MoleculeOS抗體藥物、多肽藥物、小蛋白藥物、新材料、新能源等合作凱賽生物/33344.1投融資情況3637近三年過億美元融資事件序號公司成立時間地區(qū)輪次披露金額1Generate:Biomedicines2018美國B輪3.7億美元2Generate:Biomedicines2018美國C輪2.73億美元3英矽智能2014香港C輪2.55億美元42.25億美元5Im2.15億美元6InterVen2.01億美元7Fog1.78億美元8V1.4億美元91.25億美元10C1.23億美元11Cellarity2017美國C輪1.21億美元12Seismic2020美國B輪1.21億美元13