MOSAIC™ 技术平台
MOSAIC™mRNA Display based Optimization and Selection with Artificial Intelligence for Cyclic Peptide
MOSAIC™ 技术平台面向非天然氨基酸环肽的发现与优化，将可编程遗传密码、mRNA Display 超大规模筛选、NGS 序列解析、结构建模、AI 候选设计以及合成与实验验证连接为连续的发现体系。平台不是将计算与实验简单并列，而是让每一轮选择、反筛和验证数据进入下一轮模型与分子设计，逐步提升候选的命中质量、选择性和可开发性。
双轮驱动的环肽发现体系
AI 计算设计与 mRNA Display 实验发现相互驱动，在真实实验数据中持续迭代，加速可成药环肽的发现。可编程非天然氨基酸化学与实验验证贯穿每一轮设计和筛选。
AI 计算设计
结构建模 · 候选生成 · 优先排序
真实实验数据持续回流设计
mRNA Display 实验发现
超大规模文库 · 多轮筛选 · 序列解析
重编程遗传密码，系统扩展环肽化学空间
将选定密码子与特定氨基酸化学对应，利用体外翻译体系合成 mRNA–多肽融合物，并通过可编程环化获得多样化的非天然氨基酸环肽文库。
- 1
遗传密码重编程
为选定密码子重新分配目标非天然氨基酸。
- 2
氨酰化tRNA
利用酶法或化学方法，将目标氨基酸装载至对应 tRNA。
- 3
体外翻译与 mRNA–多肽融合
按重编程密码翻译，并通过连接体建立可追溯的基因型–表型关联。
- 4
环化构建环肽文库
采用头尾、侧链或其他可编程环化策略，生成多样化环肽文库。
AI 驱动多肽成药性与口服潜力优化
AI 将环肽构象、活性、选择性、溶解度、蛋白酶稳定性、极性与脂溶性平衡及通透性等多维指标纳入候选排序，并通过实验数据持续校正设计方向，系统提升多肽成药性；同时评估胃肠稳定性与肠道上皮通透性，为口服开发潜力提供依据。
