返回信息流
新闻事件
A重点78
The AI Insider
1 个来源

SandboxAQ 推出 AQPotency 用于药物靶点筛选

SandboxAQ 宣布其大型定量模型 AQPotency 正式上市,用于预测药物与靶点的结合活性,无需靶点的三维结构。该模型可在普通硬件上快速排序分子,并提供置信度信息,已用于八个客户项目。

SynthePulse Insight · AI 深度解读

SandboxAQ发布AQPotency:无需3D结构即可预测药物靶点活性

版本 1 · 1 个来源

SandboxAQ宣布其大型定量模型AQPotency正式商用,可在无靶点3D结构的情况下预测药物-靶点活性,并以每千次比较1美元的成本运行。该模型已用于八个客户项目,并声称有实验验证结果。

  • AQPotency是SandboxAQ推出的大型定量模型,用于预测药物-靶点活性,无需靶点的3D结构。
  • 模型可在普通计算硬件上运行,成本低至每1000次比较1美元,并提供置信度信息。
  • AQPotency已通过Claude的MCP和SandboxAQ网站提供,Google Cloud Marketplace即将上线。
  • 公司声称该模型已在八个客户项目中使用,并取得了实验验证的结果。
  • 模型支持反向筛选:从单个分子出发,扫描蛋白质面板并返回可能作用的靶点列表。
展开章节目录发布背景与核心能力

发布背景与核心能力

SandboxAQ于2026年8月19日宣布其大型定量模型(LQM)AQPotency正式商用。该模型旨在预测候选药物分子对疾病靶点的作用强度,无需靶点的3D结构,这突破了传统计算方法的限制。传统方法通常需要详细的靶点结构图,而许多高价值靶点缺乏此类结构,导致相关项目难以推进。

AQPotency可在普通计算硬件上运行,能在数秒内对大规模分子库进行排序,成本低至每1000次比较1美元。此外,模型会为每个预测提供置信度信息,并判断靶点是否在模型可靠范围内,这使结果更具可操作性。

应用场景与反向筛选

除了正向预测药物-靶点活性,AQPotency还支持反向筛选:从单个有前景的分子出发,扫描体内广泛的蛋白质面板,返回可能作用的靶点排序列表。这有助于研究团队在分子表现出有用效果但机制未知时,聚焦于可能的靶点进行验证。

该功能由SandboxAQ的副总裁Andrea Bortolato在声明中提及,他表示模型已在八个客户项目中成功使用,并具有实验验证的影响。

客户反馈与行业评价

邓迪大学MRC蛋白质磷酸化部门主任Dario R. Alessi教授表示,SandboxAQ的模型对其帕金森病治疗开发工作影响显著,使他们能够在更短时间内探索更大的生化空间,并改善活性和选择性。

哥伦比亚大学梅尔曼公共卫生学院的Gary W. Miller博士提到,与SandboxAQ的合作结合了AI发现与严格实验验证,从商业库中识别出选择性SV2C结合剂,为帕金森病及其他多巴胺信号障碍的潜在新疗法奠定了基础。

Apheris的CEO Robin Roehm认为,AQPotency使高价值发现决策更快、更实用,研究人员可以更有信心地优先考虑最有前景的化合物,并将实验资源集中在关键领域。

可用性与配套发布

AQPotency现已通过Claude的模型上下文协议(MCP)和SandboxAQ网站提供,Google Cloud Marketplace即将上线。同时,SandboxAQ还发布了另一个LQM——AQCat Adsorption Spin,用于催化剂发现,该模型也在Claude和Claude Science上正式可用。

可信度边界

本报道基于SandboxAQ的新闻稿及第三方行业媒体转载,包含公司声明和客户评价。客户评价可能带有主观性,且'八个客户项目'等数据未经独立验证,应视为公司声明而非已确认事实。

核心结论

AQPotency的发布标志着AI药物发现领域的一个进展:无需3D结构即可进行靶点筛选,并以低成本和高置信度输出支持决策。但实际效果仍需更多独立验证。

主报道

The AI Insider

主报道来源