Turbine 公司，一家專注於利用其獨特計算平台模擬人類細胞以發現新型癌症藥物的生物科技公司，近日宣布與跨國製藥巨頭 AstraZeneca 達成合作協議，共同探索新型抗體藥物複合體 (ADC) 的靶點和有效載荷。這項合作旨在利用 Turbine 的模擬平台，加速 ADC 藥物的開發進程，並提高其成功率。

合作細節與目標

根據協議條款，AstraZeneca 將利用 Turbine 的模擬平台，深入了解癌細胞的複雜生物學機制，從而識別出更具潛力的 ADC 靶點。Turbine 的平台能夠模擬癌細胞對不同藥物作用的反應，預測藥物療效，並找出潛在的耐藥機制。這種基於計算的藥物發現方法，有望大幅縮短藥物開發的時間和成本。

具體而言，Turbine 的平台將用於：

識別新型 ADC 靶點：

傳統的 ADC 靶點主要集中在癌細胞表面高度表達的蛋白質上。Turbine 的平台能夠分析癌細胞內部的複雜信號通路，從而發現新的、更具選擇性的靶點。

優化 ADC 有效載荷：

ADC 的有效載荷是其殺傷癌細胞的關鍵。Turbine 的平台可以模擬不同有效載荷的作用機制，預測其療效和毒性，從而幫助 AstraZeneca 選擇最佳的有效載荷。

預測耐藥性：

癌細胞經常會產生耐藥性，導致藥物失效。Turbine 的平台可以模擬癌細胞對藥物的耐藥機制，從而幫助 AstraZeneca 開發能夠克服耐藥性的 ADC 藥物。

AstraZeneca 將向 Turbine 支付預付款，並根據研發進展和商業化里程碑支付額外的款項。具體金額尚未公開，但預計總金額將達到數億美元。

ADC 藥物：癌症治療的新興力量

抗體藥物複合體 (ADC) 是一種靶向性癌症治療方法，它將抗體的靶向能力與化學藥物的殺傷能力結合在一起。ADC 由三個主要部分組成：

抗體：

抗體能夠特異性地識別和結合癌細胞表面的靶點。

連接子：

連接子將抗體和有效載荷連接在一起。

有效載荷：

有效載荷是一種具有細胞毒性的化學藥物，能夠殺傷癌細胞。

ADC 的作用機制是，抗體結合到癌細胞表面的靶點後，ADC 被癌細胞內吞。在細胞內部，連接子被酶切斷，釋放出有效載荷，有效載荷隨後殺傷癌細胞。

近年來，ADC 藥物在癌症治療領域取得了顯著的進展。目前，已經有多款 ADC 藥物獲得批准上市，用於治療乳腺癌、淋巴瘤、多發性骨髓瘤等多种癌症。例如，Enhertu (trastuzumab deruxtecan) 是一款針對 HER2 陽性乳腺癌的 ADC 藥物，其在臨床試驗中顯示出優異的療效。## Turbine 的計算平台：

加速藥物發現

Turbine 的核心技術是其獨特的計算平台，該平台能夠模擬人類細胞的複雜生物學機制。該平台基於大量的實驗數據和生物學知識，能夠預測藥物對細胞的作用，並找出潛在的藥物靶點。

Turbine 的平台具有以下優勢：

高通量：

該平台能夠同時模擬數百萬個不同的藥物作用，從而快速篩選出潛在的候選藥物。

高精度：

該平台基於大量的實驗數據和生物學知識，能夠準確預測藥物對細胞的作用。

可擴展性：

該平台能夠不斷更新和擴展，以適應新的生物學發現和藥物開發需求。

Turbine 的平台已經被用於多個藥物發現項目，並取得了顯著的成果。例如，Turbine 曾與 Bayer 合作，利用其平台發現了一種新的癌症藥物靶點。

AstraZeneca 的戰略佈局

AstraZeneca 是一家全球領先的製藥公司，在癌症治療領域擁有强大的研發實力。近年來，AstraZeneca 加大了對 ADC 藥物的投入，並通過內部研發和外部合作，不斷擴充其 ADC 藥物管線。

與 Turbine 的合作是 AstraZeneca 在 ADC 藥物領域的一項重要戰略佈局。通過利用 Turbine 的計算平台，AstraZeneca 希望能夠加速 ADC 藥物的開發進程，並提高其成功率。

業界觀點與挑戰

此次 Turbine 與 AstraZeneca 的合作，反映了生物科技產業對於計算藥物發現的日益重視。 越來越多的製藥公司開始利用計算平台，加速藥物開發進程，降低研發成本。

然而，計算藥物發現也面臨著一些挑戰。首先，計算模型的準確性取決於實驗數據的質量和數量。如果實驗數據不夠充分或不夠準確，計算模型的預測結果可能會出現偏差。其次，計算模型往往難以模擬細胞的全部複雜性。細胞內部存在著大量的相互作用，這些相互作用可能會影響藥物的療效。

因此，計算藥物發現需要與傳統的實驗方法相結合，才能夠取得最佳的效果。

總結與研判

Turbine 與 AstraZeneca 的合作，是一項具有重要意義的戰略合作。通過結合 Turbine 的計算平台和 AstraZeneca 的研發實力，雙方有望加速 ADC 藥物的開發進程，並為癌症患者帶來新的治療選擇。

此次合作也反映了生物科技產業對於計算藥物發現的日益重視。隨著計算技術的不断發展，計算藥物發現將在藥物開發過程中發揮越來越重要的作用。

然而，計算藥物發現也面臨著一些挑戰，需要與傳統的實驗方法相結合，才能夠取得最佳的效果。 未來，我們期待看到更多基於計算的藥物發現項目取得成功，為人類健康做出更大的貢獻。 雖然計算藥物發現前景光明，但其真正價值仍有待時間驗證，需要更多臨床數據來支持其在藥物開發中的應用。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: October 10, 2025