抗衰ペプチドとタンパク質工学
✓ 已验证3次元空間から抗衰分子を探索 · 100%ツール配置済み検証
ターゲット3D構造三エンジン予測 -> 分子ドッキング+親和力計算 -> ペプチド逆折り畳み設計 -> 安定性+免疫原性ダブルスクリーニング。4ステップパイプラインの全ツールが配置検証済み、Protenix V2からMHCflurryまで38のSOTAモデルが全てローカル実行。
下の「コア能力」「検証指標」をお読みください--抗衰ペプチドドライ計算スクリーニングの能力と精度を評価。
「差別化優勢」「パイプラインステップ」「用語集」を重点に--分子レベル計算スクリーニングの差別化を評価。
「差別化優勢」「検証指標」「能力回溯」を关注--タンパク質工学モデル障壁を評価。
タンパク質/ペプチドスクリーニングとは
抗衰ペプチドの研究開発は、本質的に3次元空間でターゲットタンパク質と精確に結合する分子を探索すること。従来法はハイスループット湿実験スクリーニングに依存--周期が長く、コストが高く、ヒット率が低い。ドライ計算スクリーニングは、AIでターゲットタンパク質の3D構造を予測し、計算機内で分子ドッキングをシミュレートし、最後に逆折り畳み設計で候補ペプチド配列を生成--湿実験の作業量を数桁圧縮する。
DiVoは三つの独立構造予測エンジンで交叉検証--Protenix V2、ESMFold、Boltz-2--pLDDT>90でなければ下流パイプラインに入らない。ドッキング、設計から免疫原性スクリーニングまで、4ステップパイプライン100%ツール配置検証済み、38のSOTAモデルが全てローカル実行。
単一構造予測モデルはタンパク質タイプによって性能差が大きい可能性がある。三つの独立エンジンが共同予測し、pLDDT>90で下流へ--異なるモデリング原理と構造空間をカバーし、下流ドッキングと設計の起点の信頼性を確保。
従来のペプチド設計は経験ライブラリとランダム変異に依存し、効率が低く探索空間が限られる。ProteinMPNN/LigandMPNNは3D結合ポケットから最適配列を逆推--構造が与えられれば配列を求め、高親和力候補を直接生成。
DiVo Gen²AI の役割
タンパク質/ペプチドスクリーニングは DiVo 四維一体サービスのパイプラインBのコア産出であり、機能性スキンケアブランドの抗衰製品研究開発におけるターゲットから候補分子までのドライ計算スクリーニングの重要なステップ。3D構造予測から安全ペプチド候補までの全鎖路計算を提供--三エンジン交叉検証、分子ドッキング、逆折り畳み設計、安定性+免疫原性ダブルスクリーニング、4ステップ全ツール配置検証済み。
湿実験検証はしない（ドライ計算スクリーニング後、ブランド側が湿実験確認が必要）、GMP生産ドッキングはしない（配列+品質管理基準を提供）、in vivo活性は保証しない（in silicoドッキング≠in vivo有効性）。ブランド側が湿実験検証可能な候補ペプチド配列と品質管理基準を納品する。
コア能力 · 4ステップパイプライン
パイプラインB · タンパク質/ペプチドスクリーニング · 全ツール配置検証済み
差別化優勢
単一エンジン/未配置タンパク質工学パイプラインとの核心的区別
Pro-PrimeがFoldXを取代--安定性SOTA
2005年のFoldX(65-70%精度)を使用せず、Pro-Prime+ProSSTを配置してΔΔG予測。DDGun(物理法)をベースライン対照--Pro-PrimeとDDGunが矛盾すればモデルハルシネーションと判断。
BoltzGen 5ウェイト全完整--全原子設計
BoltzGen 5ウェイト(7.9G)全完整ダウンロード、529Mパラメータ。boltz2_aff.ckptはDiVoPPIHead親和力予測のアーキテクチャ基盤。全原子拡散設計能力準備完了。
87ツールフルスタック零追加投資
構造予測からペプチド設計、免疫原性評価、mRNAデリバリー設計まで、87ツールが全てローカル配置。追加調達や配置待ち不要。
検証指標
モデルベンチマークと配置実績
| 指標 | 値 | 説明 |
|---|---|---|
| Protenix V2 pLDDT | 95.4 | 構造予測精度 |
| BoltzGen | 5ウェイト7.9G全完整 | 全原子拡散設計、529Mパラメータ(boltz2_aff) |
| Pro-Prime ΔΔG | SOTA | FoldX(2005)を取代する安定性予測メインツール |
| ProteinMPNN | >52% | 配列回収率（文献ベンチマーク） |
| 免疫原性プレスクリーニング | AUROC=0.7547 | MHCflurry+NetMHCpan (TESLAベンチマーク) |
| 配置ツール | 87個 | 三大衛星プロジェクト全ツールローカル化 |
誠実な境界
できることとできないこと、すべて明記
できること
明確にしないこと
用語集
タンパク質/ペプチドスクリーニング分野の核心7用語
| 略称 | フルネーム | 訳語 | 解説 |
|---|---|---|---|
| pLDDT | predicted Local Distance Difference Test | 局所距離差異テスト予測スコア | AlphaFold系モデル出力信頼度指標、0-100点、>90は構造が高信頼 |
| ΔΔG | Delta Delta G | 結合自由エネルギー変化 | タンパク質-リガンド結合強さの指標、ΔΔGが負ほど結合が強い。Pro-Primeは現行SOTA予測ツール |
| Pro-Prime | Pro-Prime | タンパク質安定性予測SOTA | FoldX(2005, 65-70%精度)を取代する次世代安定性予測モデル、精度が著しく向上 |
| BoltzGen | BoltzGen | 全原子拡散タンパク質設計 | MITオープンソースのタンパク質設計モデル、5ウェイト(7.9G)全完整。boltz2_affは529MパラメータのAffinityModuleを含む |
| ProteinMPNN | Protein Message Passing Neural Network | タンパク質メッセージパッシングNN | タンパク質逆折り畳み設計モデル、3D骨格から最適アミノ酸配列を生成、配列回収率>52% |
| GEMORNA | GEMORNA | mRNA配列設計モデル | DiVo自社微調整のmRNA配列設計モデル、RNALens安定性予測+UTRGAN UTR最適化と組み合わせ |
| MMP | Matrix Metalloproteinase | マトリックスメタロプロテイナーゼ | 亜鉛依存性エンドペプチダーゼ、抗衰ペプチドスクリーニングでターゲットとして頻用、ECM分解を調節 |
CAPACITY TRACE
能力回溯
这项服务由哪些能力支撑——从硅片到你的场景
硅片(L1) → 模型(L2) → Agent(L3) → 管线(L4) → 你的场景