A MMDesign teria encontrado ao menos uma molécula ligante em 18 dos 19 projetos, uma taxa de sucesso por projeto de 94,7%. Dos 453 candidatos testados em laboratório, 139 se ligaram aos alvos: uma taxa de acerto por candidato de 30,7%.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa

Create a landscape editorial hero image for this Studio Global article: What does MoleculeMind’s October 29, 2026 technical report, available on Zenodo, reveal about MMDesign’s de novo nanobody (VHH) and macrocyc. Article summary: The reported results suggest MMDesign can repeatedly produce experimentally confirmed binders across different targets and two molecular formats, rather than merely generate plausible sequences. Available coverage corrob. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
A plataforma MMDesign, da MoleculeMind, teria produzido ao menos uma molécula ligante confirmada em laboratório em 18 dos 19 projetos de design de proteínas de novo — ou seja, criadas do zero — realizados contra 18 alvos. Isso equivale a uma taxa de sucesso de 94,7% por projeto. Em outra medida, 139 dos 453 candidatos testados se ligaram aos alvos, uma taxa de acerto de 30,7% por candidato. Os números respondem a perguntas diferentes: a maioria dos candidatos testados não se ligou ao alvo, embora quase todos os projetos tenham gerado ao menos um ligante. 17
18
Os resultados, divulgados em outubro de 2026, abrangem nanocorpos do tipo VHH e peptídeos macrocíclicos. Eles descrevem um processo que busca reduzir o número de moléculas encaminhadas ao laboratório, sem eliminar a necessidade de validação experimental. 17
18
Um projeto é considerado bem-sucedido quando produz pelo menos uma molécula que se liga ao alvo e tem essa ligação confirmada em laboratório. Foi o que ocorreu em 18 dos 19 projetos, segundo os relatos. Já a taxa de acerto por candidato considera quantas das moléculas efetivamente testadas se ligaram: 139 de 453, ou 30,7%. 17
18
Quinze projetos produziram mais de um ligante. Isso permite, em princípio, comparar diferentes candidatos dentro de um mesmo projeto, embora não altere a taxa geral por molécula testada. 18
O fluxo relatado segue três etapas: gerar, filtrar e validar. A MMDesign cria dezenas de milhares de candidatos computacionais e depois os filtra por confiabilidade estrutural, naturalidade das sequências e critérios baseados em física estatística. Ao fim, são enviados de 9 a 50 candidatos por projeto para testes experimentais; a mediana é 21. 17
18
A proposta, portanto, não é substituir os experimentos por simulações. É usar a triagem computacional para selecionar uma lista menor de moléculas a serem testadas. A taxa de 30,7% se refere aos candidatos que chegaram à etapa experimental — não a todas as sequências geradas pelo sistema. 17
18
Os relatos de outubro dizem que a plataforma produziu ligantes para os seis alvos GPCR testados: CCR7, CCR8, EP2, GPR68, NK3R e A2AR. As taxas de acerto por candidato variaram de 12,1% a 100%. 17
19
GPCRs são receptores acoplados à proteína G e ficam na membrana celular. Modelar computacionalmente estruturas desse tipo pode ser desafiador, o que torna esses resultados relevantes como teste de design em diferentes alvos. Ainda assim, encontrar moléculas que se ligam a um receptor não demonstra, por si só, que elas possam se tornar medicamentos. 48
Os resultados relatados apontam que a MMDesign produziu ligantes confirmados em diferentes alvos e em dois formatos moleculares. Mas as taxas não são intercambiáveis: 94,7% é a proporção de projetos com ao menos um ligante; 30,7% é a proporção de candidatos testados que se ligaram. 17
18
As informações de outubro apresentam os principais números e etapas do processo, mas não detalham aqui todas as definições dos ensaios nem permitem comparar diretamente as taxas entre projetos. Por isso, os dados devem ser entendidos como resultados divulgados, não como evidência de eficácia terapêutica, segurança ou prontidão clínica.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
A MMDesign teria encontrado ao menos uma molécula ligante em 18 dos 19 projetos, uma taxa de sucesso por projeto de 94,7%.
A MMDesign teria encontrado ao menos uma molécula ligante em 18 dos 19 projetos, uma taxa de sucesso por projeto de 94,7%. Dos 453 candidatos testados em laboratório, 139 se ligaram aos alvos: uma taxa de acerto por candidato de 30,7%.
O fluxo relatado reduz dezenas de milhares de designs computacionais a 9–50 candidatos para testes; também houve resultados nos seis alvos GPCR avaliados.
A MMDesign teria encontrado ao menos uma molécula ligante em 18 dos 19 projetos, uma taxa de sucesso por projeto de 94,7%. Dos 453 candidatos testados em laboratório, 139 se ligaram aos alvos: uma taxa de acerto por candidato de 30,7%.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa

Create a landscape editorial hero image for this Studio Global article: What does MoleculeMind’s October 29, 2026 technical report, available on Zenodo, reveal about MMDesign’s de novo nanobody (VHH) and macrocyc. Article summary: The reported results suggest MMDesign can repeatedly produce experimentally confirmed binders across different targets and two molecular formats, rather than merely generate plausible sequences. Available coverage corrob. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
A plataforma MMDesign, da MoleculeMind, teria produzido ao menos uma molécula ligante confirmada em laboratório em 18 dos 19 projetos de design de proteínas de novo — ou seja, criadas do zero — realizados contra 18 alvos. Isso equivale a uma taxa de sucesso de 94,7% por projeto. Em outra medida, 139 dos 453 candidatos testados se ligaram aos alvos, uma taxa de acerto de 30,7% por candidato. Os números respondem a perguntas diferentes: a maioria dos candidatos testados não se ligou ao alvo, embora quase todos os projetos tenham gerado ao menos um ligante. 17
18
Os resultados, divulgados em outubro de 2026, abrangem nanocorpos do tipo VHH e peptídeos macrocíclicos. Eles descrevem um processo que busca reduzir o número de moléculas encaminhadas ao laboratório, sem eliminar a necessidade de validação experimental. 17
18
Um projeto é considerado bem-sucedido quando produz pelo menos uma molécula que se liga ao alvo e tem essa ligação confirmada em laboratório. Foi o que ocorreu em 18 dos 19 projetos, segundo os relatos. Já a taxa de acerto por candidato considera quantas das moléculas efetivamente testadas se ligaram: 139 de 453, ou 30,7%. 17
18
Quinze projetos produziram mais de um ligante. Isso permite, em princípio, comparar diferentes candidatos dentro de um mesmo projeto, embora não altere a taxa geral por molécula testada. 18
O fluxo relatado segue três etapas: gerar, filtrar e validar. A MMDesign cria dezenas de milhares de candidatos computacionais e depois os filtra por confiabilidade estrutural, naturalidade das sequências e critérios baseados em física estatística. Ao fim, são enviados de 9 a 50 candidatos por projeto para testes experimentais; a mediana é 21. 17
18
A proposta, portanto, não é substituir os experimentos por simulações. É usar a triagem computacional para selecionar uma lista menor de moléculas a serem testadas. A taxa de 30,7% se refere aos candidatos que chegaram à etapa experimental — não a todas as sequências geradas pelo sistema. 17
18
Os relatos de outubro dizem que a plataforma produziu ligantes para os seis alvos GPCR testados: CCR7, CCR8, EP2, GPR68, NK3R e A2AR. As taxas de acerto por candidato variaram de 12,1% a 100%. 17
19
GPCRs são receptores acoplados à proteína G e ficam na membrana celular. Modelar computacionalmente estruturas desse tipo pode ser desafiador, o que torna esses resultados relevantes como teste de design em diferentes alvos. Ainda assim, encontrar moléculas que se ligam a um receptor não demonstra, por si só, que elas possam se tornar medicamentos. 48
Os resultados relatados apontam que a MMDesign produziu ligantes confirmados em diferentes alvos e em dois formatos moleculares. Mas as taxas não são intercambiáveis: 94,7% é a proporção de projetos com ao menos um ligante; 30,7% é a proporção de candidatos testados que se ligaram. 17
18
As informações de outubro apresentam os principais números e etapas do processo, mas não detalham aqui todas as definições dos ensaios nem permitem comparar diretamente as taxas entre projetos. Por isso, os dados devem ser entendidos como resultados divulgados, não como evidência de eficácia terapêutica, segurança ou prontidão clínica.
Studio Global AI
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
A MMDesign teria encontrado ao menos uma molécula ligante em 18 dos 19 projetos, uma taxa de sucesso por projeto de 94,7%.
A MMDesign teria encontrado ao menos uma molécula ligante em 18 dos 19 projetos, uma taxa de sucesso por projeto de 94,7%. Dos 453 candidatos testados em laboratório, 139 se ligaram aos alvos: uma taxa de acerto por candidato de 30,7%.
O fluxo relatado reduz dezenas de milhares de designs computacionais a 9–50 candidatos para testes; também houve resultados nos seis alvos GPCR avaliados.