(医药健闻2023年12月6日讯)近日，勃林格殷格翰和IBM宣布达成协议，根据协议勃林格殷格翰将能够利用IBM的基础模型技术发现新的候选抗体，以开发高效治疗药物。

勃林格将使用IBM开发的预训练AI模型，在勃林格的专有数据上做进一步微调。"IBM一直走在创建生成式AI模型领域的前沿，将AI的影响力扩展到语言领域之外，"IBM研究部加速发现副总裁Alessandro Curioni说。"勃林格是抗体疗法开发和生产的领导者，我们很高兴将IBM的多模态基础模型技术提供给勃林格，以加速勃林格开发新疗法的速度。"

抗体发现基础模型

治疗性抗体在许多疾病的治疗中都起着核心作用，包括癌症、自身免疫性疾病和传染性疾病。尽管技术取得了重大进步，但发现和开发覆盖多样化抗原表位的治疗性抗体仍然是一个高度复杂且耗时的过程。

勃林格和IBM的研究人员将共同努力，通过计算机辅助方法加速抗体的发现过程。疾病相关靶标的序列、结构和分子特征信息，以及治疗相关抗体分子的成功标准，如亲和力、特异性和可开发性，将构成新的人源抗体序列的计算机辅助生成的基础。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所预测抗体候选物的质量。

IBM的基础模型技术已经在生成具有相关靶标亲和力的生物药和小分子药物方面取得了成功，此次将被用于为定义的靶标设计抗体候选物，随后使用AI增强模拟进行筛选，以选择和优化最佳的靶标结合物。在验证步骤中，勃林格殷格翰将进行小规模生产并实验性评估抗体候选物。未来，这些实验室结果将通过反馈循环进一步改进计算机辅助方法。

通过与领先的学术和行业合作伙伴合作，勃林格正在构建一个领先的数字化生态系统，以加速药物发现和开发，并为改变患者生活创造新的突破性机会。这项工作也是IBM利用生成式AI和基础模型加速发现和创造新的生物药和小分子药物的最新成果。今年早些时候，该公司的生成式AI模型已经有效地预测了类似药物的小分子的理化性质。

IBM生物医学基础模型技术依赖于广泛的异质性公共数据集，包括蛋白质-蛋白质相互作用和药物-靶标相互作用，以开发预训练模型。预训练模型可以随后通过IBM合作伙伴的特定专有数据进行微调，以提供具有目标属性的新设计的蛋白质和小分子。