2026年3月13日，位于美国新泽西州沃伦的Tevogen Bio Holdings Inc.通过其Tevogen.AI平台，报告了PredicTcell™ Beta版在提升药物靶点预测精准度方面的最新进展。该人工智能平台专注于优化药物开发流程，旨在在进入高成本临床试验前更有效地识别潜在生物靶点。

在最近的Beta测试中，PredicTcell™模型显示出关键指标提升，包括召回率从87%增至92%，精确度从40%升至48%。这些改进基于一个包含超过6.55亿个肽序列的专有数据库，覆盖近160亿个数据点，并通过分析3700万篇科学文献持续更新。当前模型基于180万个数据点训练，鲁棒性约为初始版本的20倍。

Tevogen.AI目前运营三个生产AI代理，持续评估14个活性肽候选物，监控新发表文献，并将湿实验室结果整合回AI系统，形成持续学习循环。药物靶点预测精准度进展基于已发布的国际专利申请，涉及预测免疫活性肽的机器学习系统。Tevogen.AI首席信息官Mittul Mehta表示：“我们的目标是减少免疫疗法设计中的试错，并最终预测任何给定蛋白质和HLA类型的蛋白质组。随着预测质量的提高，我们相信能够显著提高成功率，同时降低开发风险。”

公司计划探索与制药公司的合作，以推进选定肽候选物的开发。Tevogen.AI利用Microsoft和Databricks等提供的云和数据服务，支持其长期目标：预测任何蛋白质-HLA组合的蛋白质组，实现快速且成本效益高的治疗发现。这一药物靶点预测技术进展有望缩短药物上市时间、降低开发成本，并提高临床成功概率。