综合利用高性能计算和人工智能推动生物药物开发、抗体药物与多肽药物开发、蛋白酶优化、核酸药物开发等。
利用深度学习模型，从复杂的多维氨基酸序列空间中学习蛋白质序列的进化关系，突破 传统药物设计的化学空间限制， 为下游提供具有自然物理特性 , 高度多样性的序列变体。
基于大数据分析及人工智能技术，对抗体/蛋白序列及结构信息与功能信息进行预测建模。虚拟筛选及功能设计优化，辅助多靶点药物、ADC及其他治疗性等生物大分子药物设计
- 抗体结构预测
- 抗体亲和力评估及亲和力成熟
- 抗体热稳定性，成药性，特异性评估与优化
蛋白质稳定性预测与优化
- Protac 设计
- 分子胶设计
