一、Cradle是什么

Cradle是一家总部位于阿姆斯特丹与苏黎世的蛋白质 AI 公司，其核心产品是一个“生成式 + 判别式”双轮驱动的蛋白质设计平台。平台将湿实验数据与自研大模型（Protein-Language Model + Geometric Model）结合，帮助药企、CRO、食品、农业等团队，在“季度级”而非“年级”的时间内，把任何可测量的蛋白质属性优化到可上市水平。
一句话：Cradle让蛋白质工程像软件迭代一样快。

二、核心功能

多属性共优化：活性、结合亲和力、特异性、稳定性、表达量、免疫原性……可同时定义 1 - 10 个目标函数。

零门槛生成：上传上一轮实验数据或仅定义实验目标 → 一键生成 96/384/1536 孔板级候选序列。

全链路追踪：从候选生成 → DNA 订购 → 实验 → 数据回传 → 下一轮更新，全部在 Web 工作台完成。

3D 可视化报告：每个突变在结构上的影响、预测打分、可开发性风险提示，一键查看。

私有模型：数据仅用于客户专属权重，不共享、不混训；支持 SSO、SOC2、GDPR、ITAR 合规。

自定义预测器（Beta）：把内部脚本或公开模型（如 AlphaFold2、ESM-IF1）拖入平台即可作为额外打分项。

三、核心优势

速度：客户平均开发周期缩短 1.5 - 12×。

成功率：在多属性同时优化场景下，传统方法 2 - 3 轮后易陷入平台期，Cradle 通过“模型复利”持续爬坡。

IP 安全：序列、数据、模型权重 100% 归属客户，零版税。

通用性：抗体、酶、疫苗抗原、肽、工业酶、食品蛋白均可优化。

实验闭环：自建湿实验室（Amsterdam）持续产出公开 & 私有数据，保证模型“从天就可靠”。

四、应用案例与成果

Adaptyv Bio 2024 蛋白设计赛：
目标：在保持 Cetuximab 可开发性的前提下，提高 EGFR 结合亲和力。
结果：8× 亲和力提升，夺冠。

T7 RNA 聚合酶：

4 轮实验，表达量提升 300%，热稳定性 Tm 提高 7 °C。

产业合作发声：

Novo Nordisk：口服多肽稳定性优化。

Johnson & Johnson：抗体 pH - 依赖性回收。

IFF：食品酶耐胃酸性能。

Corteva Catalyst 总监 Eswar Narayanan：“Cradle 让我们的发现管线获得了难以置信的加速。”

五、平台工作流程

Learn（数据导入）

支持 CSV、LIMS API、Plate - reader 原始文件。

自动 QC：信噪比、重复孔 CV、动态范围评估。

Generate（候选生成）

策略：Single - site、Combinatorial、Focused library、De - novo scaffold。

约束：序列同源度、糖基化位点、可制造性规则、IP 自由实施。

输出：按 Pareto 前沿排序的 96/384/1536 序列列表 + 3D 突变热图。

Review（报告审查）

每孔预测打分、置信区间、实验可检性评分。

一键导出 GenBank / FASTA / Worklist 给 Twist、IDT、Genscript。

Build & Test & Upload

在自家实验室或 CRO 完成实验。

实验结果一键拖拽回 Cradle，模型权重实时更新。

下一轮候选自动继承上一轮学到的“暗知识”。

六、平台特色

AI 迭代周期：模型每两周更新一次，用户无需关心 GPU、容器、依赖。

高通量湿实验室：Amsterdam 实验中心 20k + 蛋白/周的通量，用于公开数据集与内部模型预训练。

开源贡献：正在资助构建最大的开源抗体数据集，反哺社区。

企业级安全：SOC 2 Type II、ISO 27001、单点登录、审计日志、端到端 AES - 256。

价格模式：SaaS 订阅，按席位 + 计算量计费，无里程碑分成，无版税。

七、适用场景

治疗抗体领域：典型目标为提升亲和力、降低免疫原性，已验证指标有亲和力提升 5 - 10 倍，Humanness 提升 20%，平均轮次 3 - 4 轮，代表客户为 J&J。
工业酶领域：典型目标为提高温度稳定性、增强有机溶剂耐受性，已验证指标有 Tm 提升 10 °C，活性保持率 90%，平均轮次 2 - 3 轮，代表客户为 IFF。
疫苗抗原领域：典型目标为提升热稳定性、提高表达量，已验证指标有 37 °C 7 天活性保持率大于 80%，平均轮次 2 - 4 轮，代表客户未披露。
多肽药物领域：典型目标为增强蛋白酶抗性、提高口服生物利用度，已验证指标有半衰期提升 3 倍，平均轮次 3 轮，代表客户为 Novo Nordisk。

八、如何使用Cradle

注册 workspace → 上传首轮实验数据（或仅填写目标与实验方法）。

30 分钟内收到数据质量报告 + 首轮候选序列。

订购 DNA → 实验 → 回传结果 → 下一轮自动优化。

全程专属科学家与 ML 工程师支持，无需额外 IT 投入。

九、一句话总结

Cradle = “蛋白质版 GitHub + Copilot + CI/CD”，让任何蛋白在最少实验轮次内达到全局最优，真正兑现“蛋白质工程 2.0”。