Galax在AI抗体设计对比中9个靶点成功8个…竞争对手仅4~5个

by Park Jeongyeon

Published 19 May.2026 08:47(KST)

与美国Nabla Bio、Chai Discovery公开研究在共同靶点标准下对比
“证明了AI从零开始设计抗体的竞争力”

人工智能新药研发企业Galax表示，其自研人工智能蛋白质设计平台“Galuxdesign”在全球去新（de novo）抗体设计技术对比中，取得了优于竞争对手的成绩。

Gaeluxe公司标志图片。Gaeluxe

去新抗体设计并非从既有抗体中“筛选”出合适者，而是由人工智能从零开始，为特定蛋白质设计可以与之结合的全新抗体。这一技术被视为能够更快发现新药候选物的下一代技术，备受关注。

本次研究以近期公开的全球去新抗体设计研究中可共同验证的9个蛋白质靶点为基准开展。对比对象包括美国Nabla Bio的JAM-2和Chai Discovery的Chai-2。

Galax解释称，公司针对每个靶点设计了50个抗体候选，并通过实验进行验证，结果在9个靶点中，有8个成功获得了实际可与靶点结合的抗体。在同一标准下，Nabla Bio在5个靶点、Chai Discovery在4个靶点上获得了结合抗体。

公司强调，此次结果不仅意味着成功案例数量更多，更体现出其在多种靶点上持续稳定地设计抗体的能力。以往各家公司在不同条件和不同靶点下公布成果，难以进行直接比较，而此次则是在共同靶点标准下对性能进行了对比。

不过，能够与靶点结合的抗体并不意味着立刻就能成为治疗药物。要真正成为新药，还需经过安全性、有效性和生产性等多方面的追加验证。但业界评价认为，在能够大幅提升早期候选物发掘速度这一点上，具有重要意义。

Galax此前也曾表示，去年在8个不同靶点位点上，仅凭人工智能设计的抗体候选，就取得了30%以上的结合成功率。

Galax副社长Park Taeyong表示：“人工智能抗体设计技术正从单纯验证可能性，发展到在多种靶点上稳定制造出所需抗体的阶段”，“有望大幅提升早期候选物发掘的速度。”

在针对9个共同靶点的比较中，Galuxdesign在其中8个靶点上成功获得双特异性抗体，较之JAM-2的5个和Chai-2的4个，展现出最高的单靶点成功率。Galux

本报道由人工智能(AI)翻译技术生成。