BMS、武田製藥和Astex加入OpenFold3合作項目，此前艾伯維和強生已經率先加入

OpenFold3由Mohammed AlQuraishi實驗室開發，旨在預測分子複合物的3D結構，強調小分子-蛋白質和抗體-抗原相互作用

合作旨在通過機器學習方法訓練OpenFold3，使其在蛋白質-小分子複合物預測上更準確和泛化，同時確保數據隱私

10月1日，BMS、武田製藥和Astex Pharmaceuticals——作為AI結構生物學網絡（AISB Network）成員——同意共享其專有數據集，用於OpenFold3合作項目，以訓練一個能夠驅動小分子藥物發現的AI模型。

三家公司加入了艾伯維和強生的行列，與哥倫比亞大學和德國網絡安全公司Apheris合作，通過貢獻數千個實驗確定的蛋白質-小分子結構數據，提升OpenFold3的預測準確性和泛化能力。

根據Apheris公告，這一舉措旨在通過人工智能機器學習，在保護數據隱私的同時，加速藥物發現。

「我們的AI和機器學習策略深深嵌入研發框架中，指導從靶點優先級到預測分子設計和患者分層的每件事，」 BMS生物藥物發現副總裁兼藥物發現與優化主管Payal Sheth所說，表示，通過多家制藥公司共享數據，這一合作可「以任何單一組織無法實現的方式推進小分子發現的預測模型」。

OpenFold3項目

OpenFold3，由哥倫比亞大學教授Mohammed AlQuraishi實驗室開發，旨在預測分子複合物的3D結構，強調小分子-蛋白質和抗體-抗原相互作用。通過整合製藥公司的數據，合作方希望將藥物預測能力提升到滿足行業需求的水平。

這一合作的擴展旨在通過機器學習方法訓練OpenFold3，使其在蛋白質-小分子複合物預測上更準確和泛化，同時確保數據隱私。

Apheris的AI平臺允許公司共享洞見而不暴露原始數據。 合作始於2025年3月，當時艾伯維和強生率先加入，與哥倫比亞大學和Apheris合作。

OpenFold3基於開源框架，旨在超越AlphaFold3，通過藥物數據訓練提升小分子藥物設計效率。

全璟觀點

這一合作標誌着製藥業對AI的集體投資，將加速藥物發現。正如Payal Sheth所說，數據共享可實現單一公司無法達到的進步。