TPD技術平臺合作模式中，AI驅(qū)動型藥物發(fā)現(xiàn)平臺的價值評估維度有哪些？

AI驅(qū)動型藥物發(fā)現(xiàn)平臺在TPD領域的價值評估需關注以下核心維度：

靶點拓展能力

平臺能否依托AI/機器學習解析蛋白表面結構，持續(xù)拓展全新藥物靶點空間。Monte Rosa的QuEEN?平臺即通過該技術實現(xiàn)"Only-in-Class"的MGDs開發(fā)，覆蓋傳統(tǒng)方法難以觸及的靶點類別。

理性化設計效率

平臺對MGD進行理性化設計的能力，包括實現(xiàn)極致選擇性的靶點沉默、優(yōu)化藥代動力學性質(zhì)及口服生物利用度。QuEEN?平臺強調(diào)對PK/PD的深刻理解以支持臨床轉(zhuǎn)化，這是衡量平臺成熟度的重要指標。

新底物預測準確性

AI模型預測CRBN等新底物的能力直接影響分子膠的選擇性。研究表明，CRBN-底物結合界面存在高度構象多樣性，不同CRBN結合分子可通過差異化方式調(diào)控該界面，最終決定被招募的底物蛋白種類。

平臺可擴展性與合作靈活性

平臺是否支持多靶點、多適應癥并行開發(fā)，以及能否與合作伙伴形成互補。Monte Rosa與諾華的合作涵蓋VAV1靶點項目及更多炎癥免疫管線，與羅氏的合作則聚焦腫瘤和神經(jīng)系統(tǒng)疾病，體現(xiàn)平臺的多領域適用性。

與傳統(tǒng)平臺相比的差異化競爭力

傳統(tǒng)藥物發(fā)現(xiàn)平臺多依賴高通量篩選和經(jīng)驗優(yōu)化，周期較長且成功率有限。AI驅(qū)動平臺的核心優(yōu)勢在于：通過計算預測減少實驗迭代次數(shù)，加速從靶點驗證到先導化合物優(yōu)化的進程；實現(xiàn)對蛋白-蛋白相互作用界面的精準解析，攻克傳統(tǒng)方法難以處理的"不可成藥"靶點；支持對分子膠等復雜作用機制的理性化理解，降低脫靶風險。

Triana Biomedicines與輝瑞的合作即圍繞分子膠和E3連接酶配對平臺展開，旨在系統(tǒng)性探索E3連接酶-靶蛋白組合空間，這種平臺化策略較單一化合物授權更具長期價值。