AI蛋白質設計里程碑 MoleculeOS達工業可用水平 分子模擬運行效率提升千億倍

《科創板日報》2月6日訊（編輯 宋子喬） AI能為蛋白質設計提供多少助力？

近日，分子之心宣布其AI蛋白質優化與設計平臺MoleculeOS完成重大代際升級，在特定工業級應用場景下取得了突破性進展，解決了AlphaFold 3等模型無法解決的產業難題。例如，針對蛋白質動態結構預測與蛋白質動態設計的難題，分子之心融合AI、分子動力學與第一性原理方法，建立了高精度分子建模體系，能夠高效模擬蛋白在不同環境條件下的構象變化和功能響應，在保持精度與傳統量子化學方法一致的前提下，運行效率較其提升了千億倍，達到“工業可用”的水平。

這意味著，在生物醫藥與生物制造兩大萬億級市場中，MoleculeOS已具備解決AlphaFold 3等現有模型尚未完全攻克的復雜場景能力。

模擬某工業酶和底物的反應全過程，此前沒有方法精確地觀察反應全過程

目前，MoleculeOS已在數十家頭部藥企及合成生物學龍頭的真實管線中驗證了其產業價值：

與凱賽生物的合作，改造一個重要酶蛋白結構，使菌種產率相對于野生菌提高了5倍；

將一款因表達量低瀕臨放棄的融合蛋白藥物，表達量提升超400倍，單體含量超90%，重新挽救其開發前景；

2個月交付客戶用傳統高通量篩選無法解決的pH敏感性藥物設計難題，實現了pH 7.4與pH 6.0環境下的60倍超高親和力差值。

分子之心成立于2022年，致力于用AI技術，將耗時漫長、成本高昂、成功率低的傳統蛋白質研發過程，轉變為可預測、可編程、高效率的工程化流程，以解決生物醫藥和生物制造等領域對理想功能性蛋白質的巨大需求。

該公司創始人許錦波被業界譽為“AI蛋白質折疊奠基人”。早在2016年，他開發的RaptorX-Contact方法，首次證明了深度學習能大幅提升蛋白質結構預測精度，為后來DeepMind的AlphaFold算法奠定了基礎?！拔覀儾皇且屔飳W家變成AI專家，而是要讓AI成為每個生物學家都觸手可及的超級工具?！?許錦波表示。

作為分子之心自主研發的產業級AI蛋白質基礎設施平臺，MoleculeOS以全球首個多模態AI蛋白質基礎大模型NewOrigin（達爾文）為基座，已提供針對新藥設計、酶優化等數十種具體解決方案，并能通過對話式AI讓生物學家直接使用。NewOrigin由分子之心自研，面向分子設計而非單一預測任務進行訓練，具備跨任務、跨行業復用能力。

分子之心推出的一站式AI蛋白質預測、優化與設計平臺MoleculeOS

MoleculeOS交互界面 AI蛋白質設計有望打破創新藥研發魔咒

蛋白質設計是生物制藥與生物制造的核心痛點，根本原因在于它處于整個研發流程的最上游和最高風險環節，其傳統方法固有的高度不確定性、漫長周期和高昂成本直接向下游傳導，形成了行業根本性瓶頸。

在傳統的蛋白質設計與新藥研發中，科學家們長期依賴于實驗室試錯。這個過程如同大海撈針，不僅耗費巨大的時間和成本，而且成功率微乎其微。這也導致了“雙十定律”（十年研發、十億美元投入）成為籠罩整個創新藥領域的巨大魔咒。

而今，人工智能正在顛覆這一困局。AI蛋白質設計正將這一過程從“實驗試錯”轉向“計算模擬與智能設計”。通過計算在數字世界中近乎無限地篩選和優化，僅對最有潛力的少數候選分子進行實驗驗證，從而直接攻擊了上述三個痛點的根源，有望從根本上提升行業效率，將研究人員從漫長而繁重的實驗操作中解放出來，使其能夠更專注于核心目標的設定與成果分析。這種變革不僅大幅壓縮了研發周期，也顯著提升了成功率。