Sino Biological y BioGeometry profundizan la colaboración estratégica para fortalecer la investigación y el desarrollo de proteínas con IA generativa

Sino Biological y BioGeometry profundizan la colaboración estratégica para fortalecer la investigación y el desarrollo de proteínas con IA generativa

Sino Biological, una empresa líder en producción de proteínas recombinantes, se complace en anunciar una ampliación de su asociación estratégica con BioGeometry, un pionero en biología digital. Esta colaboración combina la expresión avanzada de proteínas y las capacidades de laboratorio húmedo de Sino Biological con la plataforma de inteligencia artificial generativa de BioGeometry para el diseño y la optimización de proteínas. El objetivo de las dos empresas es ampliar su oferta conjunta y explorar oportunidades de mercado de alto valor en todo el mundo.

Sino Biological se compromete a impulsar la innovación en la bioproducción mediante la integración de tecnologías de última generación. La experiencia de la empresa en la investigación de proteínas y anticuerpos, combinada con los avances de BioGeometry en IA generativa, proporciona soluciones incomparables para el diseño y la optimización de proteínas. Se espera que esta asociación acelere significativamente el ritmo de descubrimiento para investigadores y compañías farmacéuticas y brinde a los clientes acceso a servicios de investigación y desarrollo de proteínas más rápidos y eficientes.

El aprendizaje profundo, en particular los modelos de IA generativa a gran escala, está revolucionando la bioproducción. AlphaFold3 ahora puede utilizar modelos de difusión para predecir la estructura de biomoléculas, lo que supone un avance significativo en el diseño de proteínas. BioGeometry, líder en IA generativa para el diseño de proteínas, fue pionera en los modelos de difusión con su influyente artículo “GeoDiff” de 2021. En junio, BioGeometry presentó GeoFlow, un modelo de proteína básico que destaca en la predicción y el diseño de estructuras y compite con AlphaFold3 en la predicción de complejos antígeno-anticuerpo. GeoFlow está disponible de forma gratuita para uso no comercial y está integrado en la plataforma GeoBiologics de BioGeometry, lo que mejora la eficiencia del diseño de proteínas con menos experimentos.

La asociación entre Sino Biological y BioGeometry para combinar IA generativa con experimentos de laboratorio húmedo proporciona herramientas de investigación avanzadas y servicios de CRO. Su colaboración aprovecha la plataforma basada en GeoFlow de BioGeometry y las capacidades de expresión de proteínas de Sino Biological para mejorar la eficiencia y precisión del diseño. Al actualizar los modelos de IA con datos experimentales, aceleran la finalización del proyecto. Ya han desarrollado con éxito nanocuerpos y enzimas y quieren seguir innovando en la investigación de proteínas impulsada por la IA, contribuyendo a los avances en productos biofarmacéuticos, tratamiento de enfermedades y desarrollo sostenible.

Sino Biological es conocida desde hace mucho tiempo por su plataforma integral de servicios técnicos CRO, que incluye clonación de genes, expresión de proteínas, desarrollo de anticuerpos e investigación de control de calidad. Con capacidades que van desde la secuenciación de genes hasta la producción a gran escala, Sino Biological brinda servicios de fabricación preclínica a una velocidad sin precedentes, produciendo anticuerpos monoclonales purificados en solo unas semanas. La amplia biblioteca de proteínas y anticuerpos de la empresa, así como sus amplias plataformas de detección y producción, posicionan a Sino Biological como líder mundial en investigación de ciencias biológicas y desarrollo de fármacos innovadores.

De cara al futuro, Sino Biological and BioGeometry continuará explorando nuevas aplicaciones de la IA en la investigación y el desarrollo de proteínas, con el objetivo de dar forma al futuro de la investigación y el desarrollo biofarmacéuticos y hacer contribuciones significativas al tratamiento de enfermedades y al progreso científico sostenible.

Fuentes: