英国伦敦
2025年10月10日，星期五，17:00（印度标准时间）
专注于利用人工智能虚拟化生物实验的领先公司塔宾(Turbine)宣布与阿斯利康合作，测试其平台通过预测反应机制、指导抗体药物偶联物(ADC)定位以及减少大规模细胞系筛选需求来优化ADC发现的能力。此次合作将应用塔宾的平台，该平台能够大规模虚拟化生物实验，不仅将提高ADC发现的效率和速度，还将提供当前实验筛选方法通常缺乏的作用机制洞察。
抗体药物偶联物(ADCs)是靶向癌症疗法，可将强效药物有效载荷直接递送至肿瘤细胞，但发现过程可能因需要通过耗资巨大的大规模筛选数百个细胞系和患者来源的异种移植模型(PDXs)来识别适用于不同类型肿瘤和患者群体的有效载荷而受到阻碍。通过此次合作，塔宾和阿斯利康将通过实施闭环实验室方法来应对体外挑战，其中塔宾的平台推荐经过战略选择的细胞系子集进行测试，然后利用阿斯利康的ADC数据集（包括单药和联合疗法研究）预测数千种计算机模拟模型的结果。这使发现过程更接近实际结果，长期目标是将这种方法扩展到患者来源的模型，并最终应用于临床护理。
除了减轻实验负担外，该平台还提供增强临床转化能力的作用机制洞察，不仅模拟细胞存活率，还模拟基因表达变化，以理解细胞为何对治疗产生反应或产生耐药性。
塔宾公司首席科学官兼联合创始人、医学博士、哲学博士丹尼尔·维雷斯(Daniel Veres)表示："通过实施闭环实验室方法，我们可以超越广泛的实验筛选，转向更高效、更有针对性的策略，选择最有可能在患者身上取得成功的ADC组合。这也为将我们的虚拟实验室更深入地整合到发现工作流程中奠定了基础，有助于确保进行正确的实验，为患者产生最大影响。"
塔宾和阿斯利康此前曾合作使用塔宾的模拟细胞平台来识别和理解血液系统癌症治疗耐药机制，并预测涉及DNA损伤修复机制的组合协同作用和相关生物标志物候选物。
塔宾正在利用人工智能虚拟化实验，以加速药物发现并增强临床转化能力。该公司在过去十年中一直在构建虚拟疾病模型，他们相信这些模型在预测药物反应方面可以仅次于患者本身。
【全文结束】
