乔治·丘奇新公司，用蛋白质条形码颠覆药物发现，获4000万美元A轮融资

撰文丨王聪 编辑丨王多鱼 排版丨水成文 

2022年7月14日，当代基因组学教父、哈佛大学教授乔治·丘奇（George Church）创立的  Manifold Bio 公司完成了4000万美元的 A 轮融资，以继续开发其蛋白质条形码系统并推进一些肿瘤学项目。这是该公司继2020年成立之初完成540万美元种子轮融资后的新一轮融资。此次A轮融资将用于推进其“蛋白质条形码”系统开发及肿瘤学项目。 Manifold Bio 公司表示， Manifold Bio 是一家解锁下一代蛋白质疗法的变革性药物发现公司，公司的目标不仅仅是创造新药，而且要重新定义蛋白质疗法的发现范式。通过技术创新，为药物发现的每个阶段带来大规模并行实验，尤其是临床前动物实验的体内测试。  

Manifold Bio  公司的“蛋白质条形码”系统旨在提高蛋白质的临床前测试效率，具体来说，该系统是将条形码分配给数千种蛋白质，以便在药物研发过程中更容易追踪这些蛋白质，并且可以同时在动物体内进行测试。 公司首席执行官 Gleb Kuznetsov 博士表示，自2020年成立以来，公司已经取得了一 系列新进展，目前已经开展了多项肿瘤学项目，正在进行内部评估，并特别专注于实体瘤项目。 这一“蛋白质条形码”系统源自乔治·丘奇（George Church） 实验室的研究成果。 公司首席执行官 Gleb Kuznetsov 博士表示，公司最初计划融资2500万美元，但感兴趣的投资者较多，最终决定融资4000万美元以支持公司进一步发展，这也与今年融资市场不景气的整体情况形成鲜明对比。 新药研发的限速步骤 不乏致力于简化药物发现的生物技术初创公司，但这些努力集中在药物发现的早期阶段，所有药物开发商迟早都会遇到相同的瓶颈：临床前测试。 目前有许多生物技术初创公司致力于简化药物发现过程，但通常都集中在药物发现的早期阶段，例如目前大量的 AI 制药公司。而所有的药物研发公司都将遇到相同的瓶颈：临床前动物实验。虽然动物实验结果并不能完美反映药物在人类中的作用，但这仍是目前药物研发的必不可少的关键步骤。 人工智能 （AI） 和机器学习 （Machine Learning） 等工具的快速发展正在更快、更高通量的筛选药物。但在进行临床前动物实验时，就不得不从前面筛选到的潜在药物中挑选少数几种进行进一步测试。因此，临床前动物实验成为新药研发过程中的限速步骤，这也让新药研发变成了一场赌博，许多看起来很有希望的候选药物可能在动物实验中完全不起作用，更糟糕的是，一些有希望的潜在药物反而被错过。 蛋白质条形码系统 Manifold Bio  公司的创立就是为了解决新药研发中临床前动物实验的这一限速步骤，其开发的“蛋白质条形码”系统，不仅允许研发人员在同一动物身上测试多种药物，而且还可以在同一个实验中研究多种药物特性，如毒性和生物分布。 要实现“蛋白质条形码”系统，需要解决的关键难题是如何在体内追踪单个药物分子。这一实现方法，基于乔治·丘奇 （George Church） 实验室的 Pierce Ogden 博士 （Mainfold联合创始人、首席科学官） 的一项研究，该研究使用 DNA 测序和 DNA 合成技术在一只小鼠中实现对超过20万种腺相关病毒 （AAV） 衣壳的筛选。该研究于2019年发表于 Science 期刊， 这一过程之所以成为可能，要归功于腺相关病毒（AAV）的天然条形码——它们的 DNA，可以用来追踪病毒的每个变异，从而监测这些变异的病毒最终出现在哪些组织中。该研究孵化出了 Dyno Therapeutics 公司。 然而，蛋白质没有 DNA 序列，因此 Manifold Bio  希望为这些蛋白质 人为创建条形码，将蛋白质工程问题转化为 DNA 合成和测序问题。用合成的 DNA 作为条形码标记不同的蛋白质，从而可以通过高通量测序技术对条形码进行测序，而无需对蛋白质本身进行测序。 基于这一设想，可以将大量不同蛋白质候选药物注射到同一只动物体内，并通过一次分析检查这些蛋白质的特性，生成大量数据，如果依靠传统方法，这些数据需要成百上千只实验动物才能完成。除了节省大量时间和金钱外，这种方法大大减少了实验动物的数量，也能缓解一些道德问题，尤其是当前用于药物测试的猴子严重短缺。 Manifold Bio 公司表示， “蛋白质条形码”系统将释放基于蛋白质的特异性抗癌药物/疗法的全部治疗潜力，包括单抗、双抗、ADC 药物以及 CAR-T 疗法。 

参考资料 ： https://www.manifold.bio/blog/in-vivo-biologic-design-next-gen-targeting https://www.science.org/doi/10.1126/science.aaw2900