产业观察 · 2026.10.11

受测靶点 100% 命中!
GSK 亲自验证,
AI 蛋白设计拿下制药巨头。

GSK 内部湿实验在全部受测靶点上找到结合分子,随后扩大与 Chai 的合作。但靶点覆盖、分子命中与成药成功,是三件不同的事。

100%
GSK 受测靶点获得结合分子 [12]
本次公告口径 · 靶点数未披露
不等于分子命中率或成药率
26/52
Chai-2 早期研究的靶点命中 [6]
2025 年研究 · 独立实验
与此次 GSK 评估不可直接比较
15.5%
Chai-2 早期抗体设计命中率 [6]
论文正文口径 · 摘要取整 16%
此处分母是受测设计

2026 年 10 月 9 日,Chai Discovery 宣布与 GSK 扩大合作。GSK 的内部湿实验在全部受测靶点上找到了结合分子。但标题里的“100%”有明确分母:此次评估的靶点,绝不能读成每个设计都成功,或每个分子都能成药。[12]

这次落地的顺序值得注意:Chai 提交设计,GSK 在实验室检验,随后扩大合作。药企用自己的靶点和实验来验收,AI 蛋白设计才真正进入研发现场。但这份成绩单仍来自合作公告,公开材料尚不足以复核每一项实验。[12]

Chai 与 GSK 的合作公告“ width=”830“ height=”451
Chai 与 GSK 在湿实验评估后扩大合作的公告(图源:Chai/Business Wire,BioSpace 刊载)
01
BioTender · AI × Biology

“全部成功”,究竟数的是谁?

公告的关键表述是“finding binders to all tested targets”。像给一排锁配钥匙,它说的是每把受测的锁都找到了能匹配的钥匙。但每把锁试过多少把钥匙、多少把打不开,公开材料没有交代,不能据此推算单个设计的命中率。[12]

GSK 研发技术高级副总裁 Christopher Austin 也给出了评价:团队测试了多样化靶点,观察到较强结合亲和力。这支持“GSK 亲自验证”的表述。但公告没有列出靶点数量、名称、逐项亲和力及完整实验结果,更没有交代交易金额。[12]

GSK 内部实验的公告原文“ width=”830“ height=”123
公告原文明确 GSK 内部实验在全部受测靶点上找到结合分子(图源:Chai/Business Wire,BioSpace 刊载)

要看懂两个分母,可以回到 Chai-2 的早期研究。论文正文报告抗体设计平均命中率为 15.5%,摘要取整为 16%;有 26/52 个靶点获得至少一个命中。但一个数衡量分子,另一个数衡量靶点,二者回答的问题不同。[6]

因此,把早期论文的“16%”直接接到 GSK 的“100%”上,写成性能暴涨,会制造错觉。靶点覆盖率、分子命中率、成药成功率,必须分开计算。但目前 GSK 评估的分子层面分母仍缺失,连跨实验对比的起点都没有齐全。[6] [12]

靶点与分子层面的不同成功率“ width=”484“ height=”760
Chai-2 原始研究中的靶点成功率与分子命中率,均非 GSK 评估数据;小蛋白为独立实验(图源:Chai-2 技术报告,2025,bioRxiv 预印本)
02
BioTender · AI × Biology

从海里捞针,到先画出针

Chai 试图改变发现结合分子的起手式:先指定靶点与结合位置,再生成候选序列和结构。像先看锁孔再画钥匙,研究者可以把结合位置作为设计条件,这就是表位约束。但计算机生成的“钥匙”仍需做出来,交给实验确认能否结合。[6]

GSK 此次评估采用了 zero-shot,即零样本方式。公告对它的限定是:没有针对这些靶点进行专门训练。但这不意味着模型从未学习过生物数据,也不能据此断言所有靶点与训练数据绝无关联;公告没有提供足够细节支持后两种解释。[12]

Chai-2 的设计与验证流程“ width=”1056“ height=”582
Chai-2 从靶点与结合位置到设计、排序及湿实验验证的流程(图源:Chai-2 技术报告,2025,bioRxiv 预印本)

早期 Chai-2 研究选取了 52 个靶点,一轮实验中为每种受测抗体格式、每个靶点测试最多 20 个设计。作者报告,从 AI 设计到湿实验验证的流程可在两周内完成。但这个时间对应早期命中发现,不能套用到临床前开发乃至整个研发周期。[6]

这一思路的吸引力在于:如果较少候选就能给出可用命中,团队便有机会更早开展深入表征。有限实验资源可以围绕更有希望的设计展开。但早期研究仍有一半靶点没有命中;“少测也能成功”的能力,需要逐类靶点证明。[6]

Chai-2 早期研究的靶点面板“ width=”1280“ height=”436
早期研究的 52 个靶点,蓝色填充框标记获得结合分子的 26 个靶点(图源:Chai-2 技术报告,2025,bioRxiv 预印本)
03
BioTender · AI × Biology

GSK 买到的,是怎样一块拼图?

Austin 的另一句话揭示了合作位置:Chai 的技术与 GSK 的内部模型互补,后者持续利用自身湿实验数据更新。GSK 已有自己的模型与实验体系。但它仍选择引入外部平台,这说明此次合作要嵌入现有研发流程,而非从零搭建 AI 能力。[12]

根据公告,GSK 将获得 Chai 平台的使用权,其中包含蛋白折叠与设计模型。从技术评估走向平台合作,是这条新闻最实在的商业信号。但准入、付费与长期研发回报之间仍有距离,公告没有披露足以衡量投入产出的合同细节。[12]

GSK 对互补关系的评价“ width=”830“ height=”186
GSK 研发技术负责人称 Chai 与持续更新的内部模型形成互补(图源:Chai/Business Wire,BioSpace 刊载)

GSK 也没有孤立出现。Chai 官网与独立报道已经列出 Lilly、Pfizer、Novartis 等药企合作。AI 分子设计正在获得多个大型药企的采用机会。但合作名单只能证明商业接触与部署,无法替代各项目的实验结果,更不能直接换算成药物管线价值。[2] [11]

版本同样要分清:这次公告提到最新模型 Chai-3,但描述 GSK 实验时只写“Chai 的模型”。公开文字没有明确指定受测版本。因此,把此次“全部受测靶点命中”直接冠在 Chai-3 名下,或者写成 Chai-2 的外部复现,都超出了披露范围。[12]

Chai 与药企的合作消息“ width=”1280“ height=”729
Chai 官网列出的 Novartis、Lilly TuneLab 与 Pfizer 合作消息(图源:Chai 官网 Research & News)
04
BioTender · AI × Biology

能抓住靶点,离药还有几道门?

“结合分子”像能扣住开关的夹子,但扣住之后会发生什么?真正的治疗设计,还需要证明它能产生预期功能,并具备适合开发的性质。Chai 自己的研究更新也强调,结合亲和力只是必要条件,生产、稳定性、安全性与生物物理行为同样重要。[16]

公司并非只盯着结合读数。其 Chai-2 后续研究把设计推进到完整单克隆抗体格式,并开展可开发性评估。这些工作触及了“做得出来之后,能否继续开发”的问题。但它们属于另外一组研究,不能补作 GSK 此次未公开的实验成绩。[16]

Chai 研究更新中的结构渲染“ width=”1280“ height=”720
Chai 抗体设计研究更新的分子结构渲染;不代表 GSK 评估中的靶点(图源:Chai 官网,2025 年研究更新)

按官网更新,团队对覆盖 28 个抗原的 88 个 IgG 检查了四项可开发性指标。86% 的设计只有零项或一项警示;24/28 个抗原获得至少一个无警示设计。但“只有一项警示”与“没有警示”仍不同,指标过关也不等于人体安全有效。[16]

更接近功能的一步发生在另一组实验:Chai-2 对六个 GPCR 靶点均找到结合分子,并在其中两个受体上获得激动剂。模型生成的分子开始显示调节受体的能力。但每个靶点测试了 10–73 个设计,这组结果仍需保留自己的样本量与实验边界。[16]

Chai-2 的可开发性检查“ width=”1280“ height=”540
Chai-2 后续更新披露 88 个 IgG 的可开发性检查与 24/28 的靶点结果(图源:Chai 官网,2025 年研究更新)

回到 GSK,外部实验执行者的加入,使这次评估比单纯的模型展示更有说服力。实验室里的结合结果,仍与患者身上的疗效隔着多轮验证。但目前这份公告没有提供候选药物的临床结果;一笔合作也不能替这些后续关卡作答。[12] [2]

接下来值得等的,是更完整的分母和后续验证:多少靶点、多少设计、哪些功能、哪些开发性问题?当这些信息陆续公开,“100%”才有机会变成可以横向比较的研发成绩。但在那之前,GSK 已经打开了合作的大门,药物能否走出去,答案仍留在后面的实验里。

Chai-2 的 GPCR 功能探索“ width=”1280“ height=”505
Chai-2 的六个 GPCR 靶点实验与两项激动功能结果(图源:Chai 官网,2025 年研究更新)