当Gemini 3刷屏时，这款AI已开始救命了：原子级攻克「不可成药」靶点（

1.gemini mx

最近，AI圈大概率已经被Gemini 3、Nano Banana Pro刷屏：一边是 4K 神图，一边是秒出文案、玩梗造梦。

2.gemini iv

可几乎没人注意到，另一场更安静、也更要命的 AI 革命正在发生——有团队正把模型从「好玩的小玩具」，拉进药厂实验台一个名叫Chai-2的AI模型，试图在电脑里直接设计出能进临床的抗体药，把原本要等上好几年的救命药，压缩成「算法先跑一遍」的问题。

3.gemini2.0

生物学界再现「AlphaFold时刻」?抗体是目前最贵的药之一过去，科学家想造一个好抗体，要花好几年，还不一定成功现在，Chai Discovery用AI直接在电脑里设计完整的抗体，不需要先做实验最难搞的两种靶点：。

4.gemini 2

G蛋白偶联受体（GPCR）肽-MHC复合物（pMHC）以前几乎没人能做出高亲和力的抗体Chai-2一次就做出来了，而且亲和力很强更厉害的是，它设计的抗体不仅能牢牢抓住靶点，还天生就具备「好药」的特点：稳定性高

5.gemini有多强

不容易聚集表达量高开发风险低86%的抗体达到这种「能直接当药」的水平，几乎不用再进实验室优化。冷冻电镜结果显示：AI预测的抗体结构，和真实结构几乎一模一样，精确到原子级别。

6.gemini szpa

简单说：以前要几百上千个候选抗体挑一个，现在AI一次就能给出「成品药级别」的抗体这意味着：很多以前治不了的病，可能很快就能看到新药的希望了Chai-2发布不到一年，这次要让整个医药圈炸锅AI造药，真的开始起飞了。

7.gemini con

论文链接：https://chaiassets.com/chai-2/paper/technical_report_challenging_targets.pdfAI新范式把生物实验带入理性时代自从五个月前发布Chai-2以来，整个AI领域都在飞速前进，但抗体设计领域却一直停留在「简化片段」阶段（单结构域、scFv等），没人真正搞定临床上真正需要的

8.gemini手机

完整全长单克隆抗体（full-length mAb）从头抗体设计——以及更广泛的从头药物设计领域——一直高度专注于优化靶点结合能力但要想使这些抗体真正转化为可应用的治疗手段，我们还需考虑一系列其他可开发性标准，包括稳定性、聚集性、免疫原性、可生产性等。

9.gemini zodiac sign

过去几个月，他们惊喜地发现：Chai-2其实早就跨过了这道坎！最新研究表明，Chai-2已经可以直接设计出药物级全长单克隆抗体，而且：成功率依然极高，只需测试几十个设计就能出大量命中；可开发性指标，完全达到甚至媲美已上市的优秀治疗性抗体；

10.gemini solution

冷冻电镜（Cryo-EM）验证显示，结构预测精度达到亚埃级，表位结合位置分毫不差，功能设计精准实现。

最激动人心的是，他们把Chai-2指向了传统意义上「极难成药」的靶点：6个GPCR（G蛋白偶联受体）1个肽-MHC（pHLA，肿瘤新抗原呈现复合物）结果？成功率依然非常高！这意味着：「电脑直接设计出可进临床的全长治疗性抗体」已经不再是遥远的梦想，而是正在发生的事实。

Chai-2正在把抗体药物发现真正带入「理性设计」时代。

图1：计算机辅助设计与实验验证总览(A)针对特定靶点与表位，Chai-2可完成抗体设计并筛选出核心候选分子，经不同表达体系制备后进入实验表征阶段(B)除结合活性检测外，同步开展可开发性评估(C)通过实验解析的结构验证与Chai-2设计模型的高度一致性

(D)应用Chai-2设计针对GPCR的尖端抗体(E)完成肽段-MHC复合物抗体的创新设计可开发性：86%的「成药性」他们对88种由Chai-2设计的IgG抗体进行了评估，这些抗体涵盖28种靶向抗原评估依据是四项关键的「可开发性」指标，标准则参考了此前关于治疗性抗体的统计研究，用于识别可能需要进一步优化的性质。

在核心可开发性特征上，Chai设计的IgG抗体与生物类似药的分布情况结果显示：86%的抗体设计仅存在0到1项潜在问题，达到早期药物开发中用于筛选候选药物的标准；28种靶点中，有24种产生了至少一种「干净」的抗体设计

，即在所有可开发性指标上均未被标记为问题项。整体而言，以上数据说明：Chai-2能够为大多数靶点直接设计出具有良好「药物化」特征的抗体先导分子，几乎无需额外的可开发性优化。

实验证实：原子级精准要实现可编程抗体设计，关键在于精准预测抗体与靶标结合后的复合物结构结构准确性是Chai-2得以针对特定位点（表位）进行设计，并实现预期功能的基础他们采用冷冻电镜（Cryo-EM）对五组设计的抗体-抗原复合物进行了结构验证。

结果显示：每种抗体都精确结合在模型所预测的位置，结构预测与实验密度图高度一致。即便是在结构变化最难预测的CDR环（互补决定区）中，Chai-2也实现了亚埃（sub-angstrom）级别的准确度。

图3：冷冻电镜结构与计算机设计结构叠置对比上图(A)-(E)展示了五组设计方案的实验测定结构（阴影体积区域）与计算预测结构（卡通模型）叠置，各面板标注相应结构解析精度及全抗体-抗原复合物的RMSD误差值（彩色为实验结构，灰阶为计算结构）；(F)展示了三组结构重链CDR3环区对比，灰色为Chai-2预测构象，蓝色为实验解析结构

这种结构精度的突破，意味着朝着「以计算为核心、表位特异性明确」的抗体工程设计常规化，迈出了实质性一步。

造出新药，造福患者抗体的从头设计不仅需要快速可靠，更应直面生物医学领域的核心挑战为了验证其应用价值，在最复杂的生物难题上，Chai-2针对六种蛋白偶联受体GPCR靶点同时设计全长单抗与VHH抗体这类膜受体靶点占据现有药物的三分之一：。

G蛋白偶联受体（GPCR）功能异常引发的人类疾病典型分类GPCR相关疾病，包括代谢性疾病：II型糖尿病、肥胖甲状腺功能亢进；神经系统疾病：阿尔茨海默病、帕金森病、偏头痛；心血管疾病：高血压、心力衰竭、动脉粥样硬化；