BEIJING, Sept. 22, 2026 /PRNewswire/ -- Tsingke today announced an integrated high-throughput validation workflow designed to help researchers experimentally evaluate large libraries of AI-designed proteins and antibodies. Combining gene synthesis, parallel expression, high-throughput screening, scale-up production, purification and quantitative binding analysis, the workflow enables researchers to move large numbers of computationally designed candidates into experimental testing and advance prioritized molecules for deeper characterization.

"AI is changing the speed at which researchers can design proteins and antibodies," said Nan Zhang, Marketing Manager at Tsingke. "The next challenge is efficiently translating computational designs into experimental data. High-throughput validation enables researchers to screen candidates at scale first, then focus resources on the molecules with greater potential for further development."

Scaling Experimental Validation for AI-Driven Protein Design

Tools such as AlphaFold, RFdiffusion and ProteinMPNN have expanded the scale and speed of protein and antibody design. Researchers can now generate large numbers of candidate sequences in a fraction of the time previously required.

As candidate pools grow from dozens to hundreds or even thousands of sequences, however, conventional one-by-one experimental workflows can become a constraint. Researchers need a way to generate experimental materials at scale, rapidly narrow candidate pools, and obtain quantitative data on prioritized molecules.

Tsingke's workflow addresses this challenge through a staged validation process.

The first stage focuses on high-throughput candidate generation and screening. Batch gene synthesis and parallel protein or antibody expression enable researchers to move large candidate sets into experimental testing. Initial screening, including ELISA-based binding assays, can then be used to identify candidates with the desired expression or binding characteristics.

The second stage focuses on prioritized candidates. Selected molecules can undergo scale-up expression, purification and gram-scale production, followed by quantitative binding analysis using technologies such as BLI or SPR. These assays can provide key kinetic parameters including KD, kon and koff, supporting more detailed candidate characterization.

This staged approach allows experimental resources to be progressively concentrated on candidates that demonstrate stronger initial performance.

Capabilities for Large-Scale Candidate Validation

This staged approach is enabled by Tsingke's capabilities across gene synthesis, protein and antibody expression, and downstream characterization.

Gene synthesis: Tsingke handles a broad range of sequence complexities and scales, including DNA fragments up to 200 kb and challenging constructs with high GC content, tandem repeats, palindromic regions, and other complex features. The GeneOptimizer algorithm enables codon optimization of candidate sequences to improve compatibility between gene design and downstream expression systems.

Protein expression: Multiple expression systems, including mammalian cell-based and cell-free platforms, are available to match different protein characteristics, expression challenges, and project stages. This flexibility allows researchers to select an appropriate expression strategy for diverse AI-designed proteins.

Antibody expression: Tsingke works with multiple antibody formats, including scFv, VHH, Fab, and full-length IgG. Its high-throughput workflow can process up to 1,500 candidates per day, with gene-to-antibody delivery in as little as 7 calendar days, plus 5 days for shipping, for applicable projects.

Supporting Experimental Validation of AI-Designed Molecules

Tsingke has supported experimental projects from clients working in AI-designed proteins and antibodies. Going forward, Tsingke will continue to enhance its technical and service capabilities, helping accelerate the transition of AI-designed molecules from computational design to experimental validation.

About Tsingke

Beijing Tsingke Biotech Co., Ltd. is a biotechnology company providing comprehensive solutions for research and therapeutic development. With expertise in molecular biology, genetics, and protein science, Tsingke offers custom DNA/RNA synthesis, gene cloning, protein expression, antibody discovery, and viral vector packaging (AAV, LV, AdV). Its ISO 13485–certified facilities and Class 100,000 cleanroom ensure consistent quality and reliability. Backed by advanced automation and a global scientific team, Tsingke accelerates innovation in drug discovery, functional genomics, and genetic engineering—empowering researchers worldwide with cutting-edge biomanufacturing solutions.

For news and updates, follow Tsingke Biotech on LinkedIn.

CONTACT: market@tsingke.com.cn

View original content to download multimedia:https://www.prnewswire.co.uk/news-releases/tsingke-enables-high-throughput-validation-of-ai-designed-proteins-and-antibodies-302884565.html

Die Exzellenzstrategie von Bund und Ländern stellt die Weichen für die nächste Förderperiode – und verschiebt die Gewichte im deutschen Wissenschaftssystem. Zu den bundesweit fünf neuen Exzellenzstandorten gehören die Technische Universität Darmstadt, die Goethe-Universität Frankfurt und die Johannes Gutenberg-Universität Mainz, die sich als Allianz der Rhein-Main-Universitäten (RMU) durchgesetzt haben. Ebenfalls erfolgreich waren in Nordrhein-Westfalen die Universität zu Köln sowie der Verbund Ruhr Innovation Lab aus TU Dortmund und Ruhr-Universität Bochum.

Für Hessen ist die Entscheidung ein Durchbruch: Erstmals tragen Universitäten des Landes ab 2027 den Titel „Exzellenzuniversität“. Die RMU-Allianz erhält nach Angaben des hessischen Wissenschaftsministeriums über sieben Jahre eine Förderung von insgesamt bis zu 155 Millionen Euro, finanziert zu 75 Prozent vom Bund. Wissenschaftsminister Timon Gremmels spricht von den ersten Exzellenzunis in Hessen und zugleich vom ersten länderübergreifenden Verbund in der Exzellenzstrategie. Ministerpräsident Boris Rhein bezeichnet den Titel als Meilenstein für die Forschungslandschaft des Landes. Ein mittelhessischer Verbund aus den Universitäten Gießen und Marburg blieb im Wettbewerb dagegen ohne Erfolg.

Auch Nordrhein-Westfalen stärkt seine Rolle als Hochburg der Spitzenforschung. Neben der Universität Köln, die den begehrten Status nach einer früheren Förderphase von 2012 bis 2019 zurückerhält, steigt der Verbund aus TU Dortmund und Ruhr-Uni Bochum als Ruhr Innovation Lab in den Kreis der Exzellenzuniversitäten auf. Nach Angaben des Düsseldorfer Wissenschaftsministeriums baut das Land damit seine Führungsposition aus. Die Universität Bonn und die RWTH Aachen hatten ihren Exzellenzstatus bereits im Frühjahr verteidigt, sodass NRW künftig mit vier Standorten vertreten ist. Ministerpräsident Hendrik Wüst wertet dies insbesondere als Signal für die internationale Sichtbarkeit des Ruhrgebiets als Wissenschafts- und Innovationsstandort.

In Bonn gaben Bundesforschungsministerin Dorothee Bär und der niedersächsische Wissenschaftsminister Falko Mohrs als Vize-Vorsitzender der Gemeinsamen Wissenschaftskonferenz (GWK) neben den Standorten in Hessen und NRW auch die Universitäten Freiburg und Jena als neue Exzellenzunis bekannt. Für Einzeluniversitäten sieht das Programm Fördermittel von bis zu 15 Millionen Euro pro Jahr vor, bei Verbünden wie der Rhein-Main-Allianz oder dem Ruhr Innovation Lab können es bis zu 28 Millionen Euro sein. Damit wächst die Riege der Exzellenzuniversitäten, deren bisher neun Standorte – darunter Aachen, Bonn, Dresden, Hamburg, Heidelberg, Karlsruhe, München, Tübingen sowie die Berlin University Alliance – ihre Förderung bereits im Frühjahr um weitere sieben Jahre verlängert hatten. Der Titel ist jeweils an regelmäßige Überprüfungen der Fördervoraussetzungen geknüpft.