勃林格殷格翰和IBM合作，利用AI和基础模型推进治疗性抗体开发

2023年11月28日，勃林格殷格翰与IBM（NYSE：IBM）宣布达成一项协议，勃林格殷格翰将利用IBM的基础模型技术发现新型候选抗体，以开发高效的治疗药物。

勃林格殷格翰生物治疗药物发现全球主管Andrew Nixon说：“我们非常高兴能与IBM的研究团队合作，他们与我们有着共同的愿景，那就是将计算生物药物发现变为现实。我相信，通过与IBM科学家的合作，我们将开发出一个前所未有的加速抗体研发平台，这将使勃林格殷格翰能够为有大量未满足需求的患者开发和提供新疗法。”

IBM研究院加速探索副总裁Alessandro Curioni表示：“勃林格将使用IBM开发的预训练人工智能模型，该模型将在更多勃林格专有数据的基础上进一步微调。IBM一直走在创建生成式人工智能模型的前沿，这些模型将人工智能的影响扩展到了语言领域之外。我们很高兴现在能将IBM的多模态基础模型技术带给勃林格这家抗体疗法开发和制造领域的领先企业，帮助勃林格加快创造新疗法的步伐。”

抗体发现的基础模型

治疗性抗体是治疗癌症、自身免疫性疾病和传染性疾病等多种疾病的核心。尽管取得了重大技术进步，但发现和开发覆盖不同表位的治疗性抗体仍然是一个非常复杂和耗时的过程。

勃林格和IBM的研究人员将共同致力于通过内测方法加速抗体的发现过程。与疾病相关的靶点的序列、结构和分子特征信息，以及与治疗相关的抗体分子的成功标准，如亲和力、特异性和可开发性，都将成为在实验室内生成新人类抗体序列的基础。这些方法依赖于新的IBM基础模型技术，旨在提高抗体发现的速度和效率，以及预测候选抗体的质量。

IBM的基础模型技术已在生成具有相关靶点亲和力的生物制剂和小分子化合物方面取得了成功，这些技术被用于为确定的靶点设计抗体候选物，随后通过人工智能增强模拟进行筛选，以选择和完善靶点的最佳结合体。在验证步骤中，勃林格殷格翰将对候选抗体进行小规模生产和实验评估。今后，实验室实验的结果将用于通过反馈回路改进计算方法。

通过与领先的学术和行业合作伙伴合作，勃林格殷格翰正在建立一个领先的数字生态系统，以加速药物的发现和开发，为改变患者的生活创造新的突破性机会。

这项工作也是IBM利用生成式人工智能和基础模型加速发现和创造新的生物制剂和小分子药物的最新努力。今年早些时候，该公司的生成式人工智能模型有效地预测了类药物小分子的物理化学特性。

IBM的生物医学基础模型技术依靠广泛的异质公开数据集，包括蛋白质-蛋白质相互作用和药物-靶点相互作用，来开发预训练模型。然后根据IBM合作伙伴的特定专有数据对预训练模型进行微调，以提供具有所需特性的新设计蛋白质和小分子。