AI 優化既有抗體：結合強度提升 20 倍

在針對新冠病毒（SARS-CoV-2）蛋白質的 AIntibody 盲測競賽中，29 個組織提交了 511 個 AI 設計或篩選的抗體。結果顯示，AI 在「改良既有抗體」方面表現最為亮眼。約 13% 的提交作品在維持可開發性的同時，讓結合強度（親和力）提升至少 20 倍。這意味著 AI 有望取代傳統耗時數週、需測試數千種組合的實驗篩選流程，大幅縮短研發時間。

從零設計新抗體：可靠度仍不足

然而，當任務轉向「從零設計」全新序列時，AI 的表現便好壞參半。雖然約三分之一作品能在低於 1 奈莫耳（nM）濃度下結合標的，但許多設計完全無法結合，且結合力最強者常伴隨穩定性差或易結塊等可開發性問題。此外，在從相近候選中挑選最佳者的環節，多數 AI 方法的表現竟與隨機挑選無異，僅有一個團隊持續勝過隨機基準，凸顯了兼顧多項物理性質的難度。

現階段定位：加速實驗而非取代驗證

Haseltine 強調，亮眼的預測不等於有效的藥物。AI 目前無法完全取代實驗室把關，因為提升結合力的序列修改，可能同時造成不穩定或誤結合非預期標的。現階段最有效的做法，是利用 AI 讓實驗規模更小、速度更快且更具針對性，作為傳統研發流程的輔助工具，而非直接生成最終藥物候選。