AI抗体设计首次大规模盲测：94.7 pM夺冠，但没有一种方法通吃

这场被视为抗体设计领域“硬碰硬”考试的盲测，给出的答案并不是“AI已经全面胜出”，而是更复杂也更有价值的结论：AI确实能够设计出经过实验验证、亲和力极高且具备一定开发性的抗体，但没有任何一种方法能在所有任务中稳定领先。

最亮眼的成绩来自Aureka Biotechnologies。其平台AuraIDE设计的一款针对SARS-CoV-2受体结合域（RBD）的抗体，实验测得亲和力为94.7 pM（皮摩尔），较亲本抗体提升约2,000倍。这个结果与传统实验抗体成熟流程得到的最佳克隆——113 pM——在统计上相当。换句话说，AI在这项测试中追平了最好的实验结果，但还不能据此宣称已经明确击败实验方法。16

AIntibody挑战究竟测了什么

这项CASP式挑战借鉴了蛋白质结构预测领域的盲测思路：参赛团队先提交抗体序列，之后由独立实验人员在统一条件下进行合成和检测，而不是让各团队自行证明模型有效。共有29家机构提交511条序列。12

测试围绕SARS-CoV-2刺突蛋白的受体结合域展开，覆盖抗体发现流程中的三类场景：

1. 计算机辅助亲和力成熟：在给定亲本抗体的基础上，设计更强的结合序列。
2. 亲和力排序：在三个受限的HCDR3序列簇中，找出最强结合者。HCDR3是抗体重链互补决定区3，通常是影响抗原识别的重要区域。
3. 库外设计：设计或优化给定实验序列库之外的CDR序列。1

研究人员使用表面等离子体共振（SPR）以及独立的KinExA方法测量结合能力，并设置了包含五项检测的开发性评估面板。后者关注的是可能阻碍药物开发的性质，例如非特异性结合或多反应性。参赛结果因此取决于抗体在实验室中的真实表现，而不仅是模型给出的分数。1

Aureka的94.7 pM成绩有多强

Aureka的最佳结果出现在第一项“亲和力成熟”任务中。论文将这款获胜抗体列为AuraBind，其背后的平台是Aureka的AuraIDE。AuraBind的实测亲和力达到94.7 pM，比亲本抗体强约2,000倍。146

比较基准同样关键：通过约三个月噬菌体成熟实验获得的最佳克隆，亲和力为113 pM。数值越低意味着结合越紧，因此94.7 pM在数字上更好；但两者差异没有达到统计学上的决定性水平。更准确的说法是，AI设计在这项任务中达到了传统实验优化的最佳水平，而非已经 conclusively（ conclusively ）击败它。16

这并非只有一条“明星序列”。Aureka共设计出6种亲和力低于10 nM、同时通过挑战开发性标准的抗体，并在第一项任务的亲和力排名中占据第一、第二和第五位。1

获胜序列并不是简单“抄答案”

AuraBind并不是对某个已被实验筛选出的克隆进行简单复现。根据研究总结，它结合了从给定筛选数据中推断出的替换位点和突变模式，再由结构信息驱动的亲和力模型，从1万条生成候选中选出最终设计。1

AuraIDE还将结构建模与经过偏好训练的适应度预测器结合起来。这个预测器并不试图直接给每条序列预测一个绝对结合常数，而是学习实验富集程度的相对关系——也就是判断哪些候选者更值得进入下一轮实验。

这一区别很重要。抗体设计系统未必需要准确预言每条序列最终会达到多少亲和力；在真实研发中，更实际的目标是从海量候选中筛出一小批更可能成为强效、可用结合子的序列。

Aureka赢下一项任务，但没有包办整场比赛

Aureka是第一项任务的明显赢家，但这一优势没有延伸到另外两项挑战。

在序列簇亲和力排序任务中，不同序列簇由不同团队领先：UCSD/Scripps在27F序列簇中排名第一，WashU/Xencor在28F中领先，WashU在47F中领先；库外设计任务则由Xencor获胜。1

论文的跨任务分析也显示，所有披露结果的团队至少有一项挑战，其最佳成绩明显落后于领先提交。1

这正是这场盲测最值得关注的结论：**AI抗体设计并不是一种可以脱离场景讨论的统一能力。**一个模型可能擅长利用丰富的靶点数据改造已知抗体，却未必能同样可靠地对序列簇进行排序，或在现有实验库之外设计新序列。

AI能否减少抗体实验室的重复工作

从实际研发角度看，结果最支持的是先导抗体优化，而不是取消实验室。对于数据条件较好的项目，模型有望减少抗体库构建、展示筛选、克隆表达和逐一检测等环节的重复迭代。在第一项挑战中，约13%的提交序列相较亲本抗体实现了至少20倍的亲和力提升，但各参赛方的表现差异很大。1

更现实的工作模式仍然是“实验室在环”：

• 用实验筛选和测序数据指导候选序列生成；
• 用模型优先筛出规模更小、同时可能更多样化的候选集；
• 在盲法、标准化条件下表达和检测这些序列；
• 在推进候选物之前，同时评估亲和力与开发性。

最后一步不能省略。部分亲和力很高的设计未能通过一项或多项开发性检测，尤其涉及多反应性的测试。94.7 pM固然令人印象深刻，但结合得紧并不等于适合成为药物。1

最大疑问仍是：换个靶点还有效吗

这是一项严格的前瞻性测试，但对AI而言，环境也相对友好：研究只使用了一个经过充分研究的抗原，拥有大量深度测序和亲和力数据；尤其在第二、第三项任务中，参赛者获得的信息，可能比现实抗体发现项目在同一阶段通常能掌握的数据更多。1

结果也体现了这一限制。在受限HCDR3数据集中，除一个模型外，其余模型在预测高亲和力克隆时表现较差，甚至不如随机基线；库外设计的结果同样波动明显。12

因此，这项研究并不能证明AI在面对陌生抗原、稀疏数据、不同抗体形式，或治疗性开发所需的更多性质时，也能取得同等成绩。它证明的是：在数据充分、机制背景清晰、任务边界明确的场景中，部分系统可以表现得非常出色。

这对Aureka意味着什么

对Aureka而言，这场盲测的价值在于，它把AuraIDE的模型能力与一个经过独立实验验证的结果连接起来，而不是只展示内部评分。公司随后于2026年8月完成1亿美元B轮融资，据报道累计融资接近2亿美元。Granite Asia出资首批资金，后续一批资金由一家战略投资者领投。1821

Aureka还表示，已与多家跨国药企开展业务开发合作以及NewCo式合作。新资金和这些合作关系，为公司把AI生成的抗体设计推进到药物项目提供了资源和潜在路径。418

但这场比赛仍不是临床验证。它不能证明Aureka的平台一定能产出成功药物，也不能证明其方法在所有抗体发现路径上都优于传统实验技术。现有证据支持的是一个更谨慎、也更有用的判断：Aureka的AI辅助流程至少能在一个定义清晰的抗体优化场景中，生成亲和力极高且通过开发性筛选的候选物；而整个领域仍需要在更多靶点和更接近真实研发条件的盲测中接受检验。