TPD技术平台合作模式中，AI驱动型药物发现平台的价值评估维度有哪些？

AI驱动型药物发现平台在TPD领域的价值评估需关注以下核心维度：

靶点拓展能力

平台能否依托AI/机器学习解析蛋白表面结构，持续拓展全新药物靶点空间。Monte Rosa的QuEEN™平台即通过该技术实现"Only-in-Class"的MGDs开发，覆盖传统方法难以触及的靶点类别。

理性化设计效率

平台对MGD进行理性化设计的能力，包括实现极致选择性的靶点沉默、优化药代动力学性质及口服生物利用度。QuEEN™平台强调对PK/PD的深刻理解以支持临床转化，这是衡量平台成熟度的重要指标。

新底物预测准确性

AI模型预测CRBN等新底物的能力直接影响分子胶的选择性。研究表明，CRBN-底物结合界面存在高度构象多样性，不同CRBN结合分子可通过差异化方式调控该界面，最终决定被招募的底物蛋白种类。

平台可扩展性与合作灵活性

平台是否支持多靶点、多适应症并行开发，以及能否与合作伙伴形成互补。Monte Rosa与诺华的合作涵盖VAV1靶点项目及更多炎症免疫管线，与罗氏的合作则聚焦肿瘤和神经系统疾病，体现平台的多领域适用性。

与传统平台相比的差异化竞争力

传统药物发现平台多依赖高通量筛选和经验优化，周期较长且成功率有限。AI驱动平台的核心优势在于：通过计算预测减少实验迭代次数，加速从靶点验证到先导化合物优化的进程；实现对蛋白-蛋白相互作用界面的精准解析，攻克传统方法难以处理的"不可成药"靶点；支持对分子胶等复杂作用机制的理性化理解，降低脱靶风险。

Triana Biomedicines与辉瑞的合作即围绕分子胶和E3连接酶配对平台展开，旨在系统性探索E3连接酶-靶蛋白组合空间，这种平台化策略较单一化合物授权更具长期价值。