AgPlenus 公司宣布推出其抗真菌效力预测模型（APP），这是一款机器学习模型，可直接从小分子的化学结构预测其抗真菌效力，扩展了 Evogene 旗下 ChemPass AI for Ag ™平台的能力，可在化学合成和真菌检测验证之前评估生物效力。

全球杀菌剂市场规模每年约为 220 亿美元。真菌病害在全球造成严重农作物损失，每年产生数百亿美元经济损失，对粮食安全构成日益严重的威胁。同时，现有杀菌剂的广泛和重复使用加速了抗性真菌病原体的出现，降低了许多商业产品的长期效力。

APP 模型采用先进的机器学习算法，基于 AgPlenus 专有整理的数据集训练而成。该模型能够在发现早期阶段预测抗真菌效力，支持在化学合成和生物测试之前做出决策，显著减少需要实验评估的分子数量，将资源集中于最有可能取得下游开发成功的候选分子上。

此次推出的模型预计将支持和推进 AgPlenus 内部杀菌剂产品管线，包括针对小麦壳针孢叶枯病等破坏性全球作物病害的 APTF-1 靶点，并为针对其他关键病原体（如葡萄孢菌和镰刀菌）的管线扩展做出贡献。

AgPlenus 首席执行官 Dan J． Gelvan 博士表示：" 通过使我们能够在化学合成之前直接从分子结构预测抗真菌效力，APP 模型使我们在发现的最早阶段就能识别和优先考虑高质量候选分子。" 该模型还为 AgPlenus 和 Evogene 计划共同开发的其他预测性 AI 模型奠定了基础，旨在预测作物保护发现过程中其他关键生物属性。