加州大学圣塔芭芭拉分校工程与分子生物学研究生团队开发了一款软件，用于加速阿尔茨海默病及其他疾病的治疗药物研发过程。
该平台允许用户设计、筛选和测试新型抗体，从而缩短识别有前景的候选药物并将其推进至临床试验所需的时间和成本。
如今，他们通过自己的初创公司ProFoldBio推出这款软件——这是源自UCSB新创企业计划的近70家初创公司之一。该公司将软件提供给产业界和学术界的研究人员使用，同时他们自己也在利用该软件寻找阿尔茨海默病的潜在治疗方法。
该软件有助于解决研究阿尔茨海默病等淀粉样蛋白起重要作用的疾病时出现的几个问题。
测试作用于淀粉样蛋白的潜在疗法通常需要从人体组织中提取这些蛋白。但这些组织难以获取，且往往提供的淀粉样蛋白不足，"使得测试潜在药物变得非常困难，"ProFoldBio的首席科学官、化学工程专业新近毕业的博士山姆·洛博表示。
即使设计出针对特定蛋白质的抗体后，仍面临其他障碍。例如，"粘性"抗体会倾向于相互结合并附着在周围表面上，这使得它们难以制造和运输——进而可能导致治疗无法到达患者。
ProFoldBio平台通过提供一种无论样本大小都能模拟淀粉样蛋白和其他蛋白质的方法，同时预测哪些抗体设计在实践中可能效果最佳，从而解决了这两个问题。
"该软件可以标记那些可能结合良好但存在下游问题的抗体，"洛博说，"我们及早发现这些问题，以降低药物研发的风险和成本。"
"治疗淀粉样蛋白疾病可以说是现代医学中最具挑战性的问题之一，数十年的研究和制药努力"却只产生了数量惊人的少的治疗方法，化学工程教授、洛博的导师M·斯科特·谢尔表示。
"这里令人难以置信的兴奋之处在于，现代计算建模工具、机器学习的进步以及系统工程策略现在使得我们能够以预测性方式处理这些系统，推动分子尺度的表征和发现，"谢尔说。
ProFoldBio团队希望他们的软件能够扩大此类发现方法的获取范围。
"这类计算工作流程和基础设施通常只有大型生物技术公司才能获得，"分子生物学博士生、公司首席执行官埃里卡·基恩·里维拉表示。
该软件可能对小型公司和独立研究人员大有裨益，因为该团队将生成式人工智能工具整合到一个公开可用的平台中，使那些擅长实验而非编程的研究人员能够快速开始设计。
"使用我们平台的入门门槛相当低，"基恩·里维拉说。
新创企业计划催生初创公司
ProFoldBio团队于2023年通过UCSB为期八个月的新创企业计划成立，该计划汇集各学科的本科生和研究生团队，在教职员工和行业导师的指导下开发和完善商业创意。
该计划以年度新创企业竞赛(NVC)作为高潮，决赛选手争夺高达4万美元的现金、创业补助和支持。
受他们对淀粉样蛋白疾病的共同兴趣启发，洛博、基恩·里维拉、化学工程博士生德文·卡兰以及加州大学伯克利分校化学工程校友文图拉·里维拉联手开发了他们的软件平台。
基恩·里维拉和洛博曾与肯尼思·科西克合作，后者是UCSB神经科学研究Harriman教授、UCSB神经科学研究所联合主任，也是神经退行性疾病领域的领先专家。
几种蛋白质与阿尔茨海默病相关，包括形成纤维的tau蛋白。这些纤维又在神经元内部形成团块和缠结，可能导致认知能力下降。
学生们还与谢尔、化学教授乔安-艾玛·希亚以及曾任教于UCSB的西北大学化学教授韩松一合作，测试如何利用新的生成式人工智能模型设计针对神经退行性疾病的治疗药物。
团队共同构建了一个平台，能够生成蛋白质结构文件的3D渲染图，指定目标区域，配置设计策略，然后利用生成式人工智能帮助研究人员开发和选择有前景的抗体，在实验室中进行生产和验证。
除了技术工作外，这些研究生还采访了生物技术领导者，以了解其平台可能填补的药物发现中的空白。
该团队已获得多方认可。最初名为DeNovo Therapeutics，它在2024年NVC中获得第二名和7,500美元奖金。此后，该公司被邀请加入加州大学伯克利分校SkyDeck的Pad-13孵化器项目。
2025年，他们的疏水相互作用色谱模型在花旗生物抗体开发竞赛中获得第三名，这基于该平台评估药物疏水性的能力——这一指标表明药物是否既适合制造又能有效到达目标。
瞄准阿尔茨海默病
在推出软件以支持他人发现的同时，ProFoldBio团队继续利用它和其他工具开发阿尔茨海默病的潜在治疗方法。迄今为止，他们已设计出数千种可能靶向tau淀粉样纤维的肽，这些缠结的蛋白质是该疾病的标志性特征。
为了在不依赖稀少且脆弱的患者样本的情况下实现高通量测试，该团队创建了与疾病相关的淀粉样结构的合成复制品，这些复制品作为筛选潜在疗法的标准实验目标。
基恩·里维拉解释说，即使患者组织样本可用，它们也难以处理，因为"提取过程本身由于需要从样本中去除它的生化修饰，极大地改变了你试图研究的蛋白质的结构。"
相比之下，这些合成淀粉样蛋白复制品能够可靠地匹配蛋白质在疾病中采用的原子级折叠。这些复制品随后成为团队实验筛选管道的基础，包括基恩·里维拉正在构建的用于测试潜在疗法的酵母展示文库。
科西克对公司结合实践实验和生成式人工智能设计的方式表示看好。
"多年来一直与埃里卡和萨姆合作，现在看到他们如何开始将学术工作转化为致力于解决阿尔茨海默病的发现引擎，这相当令人满意，"他说，"我对他们的成功非常乐观。"
虽然该团队的重点是寻找淀粉样蛋白疾病的靶点，但他们的软件也可用于设计抗体和其他蛋白质，用途极为广泛，从治疗毒蛇咬伤到为癌症创造新疗法。
团队的目标是让更多研究人员能够使用这一过程。"蛋白质设计可以很有趣，这个过程应该是美妙的，"洛博说。
他和他的同事们希望这将带来更吸引人的东西：更好的健康。
【全文结束】
