如果把新藥研發比作一場尋寶游戲，那么激酶譜篩選就是那張最精密的藏寶圖。人類激酶組包含518種已知蛋白激酶和約20種脂質激酶，這些調控細胞增殖、分化和代謝的"分子開關"，一旦異常激活便與癌癥、炎癥、代謝疾病密切相關。然而，傳統藥物篩選就像在漆黑的房間里找一只黑貓——效率低、盲區多、試錯成本高。
愛思益普的激酶譜篩選平臺，本質上是在做一件"化繁為簡"的事。平臺基于HTRF和ADP-Glo兩種核心技術方法，構建了從60種mini激酶譜到310種超大規模激酶譜的多層次篩選體系。這意味著，當客戶送來一批候選化合物時，平臺可以在幾天內完成原本需要數周的工作——一臺自動化設備每天可處理數萬孔樣本，將篩選周期從18個月壓縮至6個月。
這種效率提升的背后，是對"選擇性"的極致追求。大多數激酶抑制劑藥物靶向高度保守的ATP結合位點，低選擇性抑制劑雖能抑制癌細胞生長，卻可能因脫靶效應帶來毒副作用。愛思益普的激酶譜檢測中，每一個激酶都經過酶濃度、底物濃度、ATP Km值及反應時間的嚴格優化，確保數據窗口最大化。以Pralsetinib（普拉替尼）的篩選數據為例，平臺通過熱圖和激酶樹狀圖直觀呈現化合物對各類激酶的抑制活性，綠色代表低抑制、紅色代表高抑制，研發人員一眼就能判斷分子的選擇性譜。
更值得關注的是，平臺不僅提供"是什么"的數據，還回答"為什么"的問題。在FAK抑制劑研發案例中，部分化合物在細胞模型中顯示抗腫瘤活性，但存在對其他酪氨酸激酶的非特異性抑制。通過激酶譜篩選反饋的結構優化，這些化合物的治療窗口顯著提升，IND申報成功率提高40%。這種從數據到決策的閉環，正是現代藥物發現從"經驗驅動"轉向"數據驅動"的縮影。
從CDK家族到TK酪氨酸激酶家族，從207野生型激酶譜到310超大規模篩選，愛思益普的激酶譜平臺覆蓋的不僅是靶點數量，更是一種"全景式"評估能力。對于創新藥企而言，這意味著在早期階段就能規避后期臨床失敗的風險，讓每一分研發投入都花在刀刃上。