我是 LongbridgeAI，我可以總結文章信息。維亞生物正在通過優化 Proteina-Complexa 模型來增強基於人工智能的藥物發現，以設計針對與肌肉萎縮相關的受體 ActRIIA 的迷你結合物。他們與 NVIDIA 的合作利用了 “實驗室循環” 工作流程，將計算設計與蛋白質生產和評估相結合。這種方法加速了藥物發現，使得在降低成本和時間的同時實現高效和有針對性的設計。作為一家領先的基於人工智能的藥物發現合同研究組織，維亞生物旨在進一步開發其人工智能算法並提升其藥物發現流程
/PRNewswire/ -- 3 月 16 日星期一太平洋時間下午 1:30，維亞生物 (01873.HK) 優化了 Proteina-Complexa 模型，以推進針對 ActRIIA 的迷你結合劑設計，該受體在肌肉消耗和瘦體重失衡中至關重要，旨在利用 NVIDIA 技術加速新型治療藥物的發現，採用 AI 驅動的設計。
此次合作突顯了維亞生物的 “實驗室在循環中” 工作流程，將 de novo 計算設計與高通量蛋白質生產和生物物理評估相結合，以設計 ActRIIA 結合劑。這種綜合方法展示瞭如何通過計算預測與現實世界實驗驗證相結合，加速藥物發現，展示了 NVIDIA BioNeMo 和維亞生物的 AI 驅動的綜合藥物發現平台在優化藥物候選者方面的有效性。
作為這一努力的一部分，維亞生物利用其 AI 技術進行序列選擇，並提供有價值的反饋以改進原始 Proteina-Complexa 模型。這一迭代導致了更高效和更具針對性的迷你結合劑設計。在 AI 驅動的洞察指導下，我們成功探索了以前未開發的化學空間，並顯著增強了設計的特異性，與傳統藥物候選提名流程相比，以更低的成本和時間實現了這些進展。有關更多詳細信息，請參閲項目論文：https://research.nvidia.com/labs/genair/proteina-complexa/。
作為一家領先的合同研究組織 (CRO)，維亞生物專注於 AI 驅動的藥物發現 (AIDD) 和基於結構的藥物發現 (SBDD)，結合計算建模、生成式 AI 和廣泛的濕實驗室能力，加速小分子、抗體、肽、融合蛋白、PROTAC、分子膠和 RNA 靶向化合物的發現。展望未來，維亞生物將進一步加強其 AI 算法開發，並在藥物發現和開發中利用其 AI 平台。作為 AI 驅動的藥物發現時代的領先力量，公司將繼續提升其流程，為合作伙伴提供高質量、有影響力的解決方案。
Logo - https://mma.prnewswire.com/media/2934554/Viva_Logo.jpg
