揺りかご

概要

Cradle は、研究開発チームによるタンパク質候補の生成、実験ラウンドの管理、ウェットラボ結果からの継続的な学習を支援する、タンパク質工学向けの AI プラットフォームです。抗体、酵素、ワクチン、ペプチドなどのタンパク質を扱うバイオ医薬および産業バイオテクノロジーのチームを対象としています。

ワークフローは、実験データの取り込みまたはプロジェクト目標の定義を起点とし、選択した制約条件の下で AI を用いて最適化されたタンパク質配列を生成し、レポートで予測性能や変異を確認したうえで、ラボまたは CRO を通じて候補を検証する流れが中心です。サイトの内容に基づくと、Cradle は受託研究ラボではなく、ヒット同定、リード最適化、およびより広範なタンパク質開発ワークフローを加速するためのソフトウェアプラットフォームとして位置付けられています。

機能

• AI によるタンパク質候補生成支援: プロジェクト目標、制約条件、既存の実験データに基づいてラボで検証可能なタンパク質バリアントを生成し、手動での配列設計の負担を軽減します。
• 反復的なウェットラボデータからの学習: アッセイ結果がアップロードされるたびにカスタムモデルを更新し、連続する最適化ラウンド全体で推奨精度の向上を支援します。
• 複数特性の同時最適化: 活性、結合性、安定性、特異性、発現量などの特性のバランスを取り、単一の設計サイクル内でトレードオフに対応できるよう支援します。
• 生成レポートと配列レビュー: ラボ試験前の候補選定を支援するため、予測性能スコア、プレート単位のビュー、3D 変異探索を提供します。
• ラウンド追跡とアッセイ進捗の可視化: 実験データが蓄積されるにつれて、ラウンドのステータス監視やタンパク質特性ごとのライブ指標の確認が可能です。
• プライバシーとマネージドインフラ: 顧客データを組織専用モデル内で非公開に保ち、SOC 2 準拠、SSO 対応、完全マネージド型 AI インフラを提供すると説明されています。

参考ポイント

• アッセイ品質を早期に評価する: このカテゴリの製品ではモデル性能が実験データの品質に大きく依存するため、アッセイの一貫性とシグナル品質を早い段階で確認することが重要です。
• 明確な最適化目標から始める: 複数特性の設計は、許容できるトレードオフを含め、測定可能な優先事項と制約条件を事前に明確化した場合に最も効果を発揮します。
• クローズドループ実行を前提に計画する: AI タンパク質工学プラットフォームの価値は、設計、試験、データアップロードが規律ある反復サイクルで実行されるほど高まります。
• モデル品質以外の運用適合性も確認する: ラウンド追跡、レポーティング、データ管理、社内ラボまたは CRO への配列引き渡しは、純粋な生成能力と同程度に重要な場合があります。
• 機密性の高いプログラムではセキュリティと IP 取り扱いを検証する: 治療薬および産業バイオのプロジェクトでは、評価時にプライバシー条件、所有権条件、アクセス制御を慎重に確認すべきです。