智能发现
基于多种前沿的深度学习算法,利用大量数据进行人工智能模型训练,集成深度学习模型和分子动力学模拟等方法为药物研发提供解决方案。
定向突变
系统化精准筛选:通过序列-结构高精度预测,优选核心功能区域的突变潜力,有效缩小实验探索空间。
多突变深度优化:利用神经网络模型综合多突变间的相互作用,精确优化多位点突变效果。
显著性能提升:某目标酶单突变提升活性4倍,多突变优化则11倍,实现高效性能改造。
从头设计
快速生成与筛选
结合序列和结构生成模型,一周内完成超10万候选蛋白筛选。
多维度评估
通过精准模型,从口袋、序列、键能等方面综合评估候选蛋白。
高潜力蛋白保证
确保60%以上的候选具备优良功能潜力,实现高准确率筛选。
精准基因编辑
精准基因编辑
具有 CBE、ABE、PE 等精准基因编辑器及研发平台;
高效碱基编辑
通过改造碱基相辅酶和 gRNA,达到精准、高效和低脱靶的效果;
高效先导编辑
通过改造先导编辑器和 pegRNA,达到精准和高效的效果;
线粒体基因组编辑
能够在线粒体基因进行精准靶向碱基相辅酶;
努咖智算云平台
通过智能计算工具和自定义工作流发起高通量计算分析流程,自动对接海量算力。
基于深度学习的神经网络算法模型,在酶的精准预测和改良场景已全面赋能。
团队成果
15+
软件著作权
4+
发明专利
11+
科研成果