跳到正文
分子之心·· 2026-09-09AI 评分24

分子之心荣膺「AI生物智造领航者」:以AI蛋白质技术推动生物产业创新

AI 导读

分子之心获评「2026 未来药物物种 FNS101」的「AI 生物智造领航者」,并在第八届CMC-CHINA中国制药工业博览会分享AI在创新药物设计与合成生物学中的实践。其AI抗体设计在Fab-to-scFv项目中把亲和力提升约8倍至0.6nM,纯度提至91.5%。MoleculeOS(MOS)已开放平台体验。

正文

9月5日至6日,第八届CMC-CHINA中国制药工业博览会在苏州举行。分子之心(MoleculeMind)同时亮相CBI2026生物医药创新博览会及Synbio China Expo第四届中国合成生物制造博览会两大会场,分别分享了AI在创新药物设计与合成生物学领域的探索与实践,并荣膺「2026 未来药物物种 FNS101」评选中的「AI 生物智造领航者」。

一座奖杯、两段分享,背后指向同一个正在发生的变化:

AI 蛋白质工程正从“预测蛋白质”,走向“设计并创造蛋白质”,并进一步走向可验证、可制造的产业落地。

一项外部认可:

也是一场关于“新物种”的观察

「2026 未来药物物种 FNS101」由药融圈与中国制药工业博览会(CMC-CHINA)联合发起,本年度从技术创新、商业化潜力、差异化服务能力、行业影响力、全球布局能力、团队与人才实力等维度,对产业中的新技术、新模式进行评估,旨在发掘引领产业下一程的"新物种"企业。分子之心此次获得「AI 生物智造领航者」奖项,是对其在 AI 蛋白质工程方向持续探索与产业化实践的一次外部认可。

但对于分子之心而言,这座奖杯真正值得关注的,并不只是一个荣誉称号,而是它所对应的问题:当AI开始参与蛋白质设计,最终应该交付的究竟是一份AI预测的报告,

还是一个能够被表达、被验证、并真正进入下游研发流程的分子?

分子之心更关注的,是后者。

从“预测”走向“创造”:

AI 如何进入抗体设计

过去十年,AI在蛋白质结构预测上的突破,让研究者能够以前所未有的效率理解蛋白质结构。但对于药物研发而言,“知道蛋白质长什么样”只是起点,真正进一步的问题是:

能否根据目标主动设计出具有特定功能和成药性质的新蛋白质?

在CBI2026生物医药创新博览会-抗体药物开发大会上,分子之心AI技术副总裁洪鑫宇博士以《从结构预测到抗体创造:AI 驱动的抗体设计》为题,分享了分子之心在AI大分子领域围绕亲和力、表达量、纯度、pH响应及可开发性等多个目标展开的抗体工程化及从头设计等场景下的验证与探索。

Fab-to-scFv工程化,兼顾亲和力与可开发性的协同优化:

在一个Fab-to-scFv工程化项目中,针对原始方案亲和力下降约19倍、表达量仅0.05g/L、纯度2.8%的问题,经AI首轮设计后,亲和力提升约8倍至0.6nM,表达量提升至>0.5g/L,纯度提升至91.5%。

pH敏感性优化,让长效化从经验扫描走向定向设计:

在2个月内通过两轮干湿闭环迭代,在仅不足10个候选分子的通量下,将不同pH环境下的亲和力差距扩大至60倍以上,为长效抗体设计提供了新的工程化路径。

VHH抗体及环肽从头设计,跨模态解锁全新设计空间:

在十余个真实治疗靶点上,分子之心通过大分子生物药从头设计平台MMDesign,在单靶点设计候选分子不超过50个的情况下,稳定获得纳摩尔级至皮摩尔级亲和力分子。不仅如此,如此短的周期内跨纳米抗体和环肽两大药物模态的验证成功更显示其AI能力正从面向单一任务的模型能力,进一步向跨模态分子设计平台延展。

蛋白质设计到酶优化:

AI 如何赋能合成生物制造

同样的AI蛋白质设计能力也延伸至合成生物制造。在Synbio China Expo第四届中国合成生物制造博览会-AI与合成生物制造大会上,分子之心合成生物学商业化负责人秦雨虹博士分享了分子之心围绕工业酶这一核心蛋白质元件,将结构预测、底物结合分析、分子动力学模拟与蛋白质设计结合,并进一步融入干湿闭环方案,探索从酶性能优化走向生产效率提升的路径。

○ 工业酶稳定性优化,让酶更适应真实生产条件:

在一项代糖生产相关工业酶项目中,针对酶在实际工艺温度下稳定性不足、容易失活的问题,分子之心通过AI结构预测、底物对接与分子动力学分析辅助蛋白优化设计,使得酶的熔解温度(melting temperature, Tm)提高15°C,半衰期由2.3小时提升至近200小时,为其适应工业生产条件提供了更好的稳定性基础。

○ PET降解酶表达优化,让蛋白质设计进一步连接生产成本:

针对PET酶法降解中的酶产量瓶颈,分子之心进一步利用AI优化目标蛋白在特定菌株中的表达,使得菌株表达量提升约90倍,从而让酶生产进一步迈向工业规模成本可控。

从提升一支工业酶的稳定性,到提高目标蛋白的生产效率,

AI 蛋白质工程正在把“设计一个更好的蛋白质”进一步连接到“如何更高效地生产它”

,将AI的产业价值进一步延伸至合成生物制造的工程化与产业化。

一套底层能力,

连接蛋白质的“预测、优化与创造”

从创新药研发到合成生物制造,支撑分子之心在多领域多项目不断取得突破的是一套覆盖“预测—优化—设计—验证”的自研全栈式AI蛋白质技术体系。

NewOrigin(达尔文)多模态蛋白质基础大模型将蛋白质序列、结构、功能与进化等多模态信息统一成为模型基座,为理解与设计蛋白质提供底层能力。MMFold 聚焦蛋白质结构与复合物结构预测,帮助理解蛋白质“如何形成结构、如何发生相互作用”。MMDesign面向生物药序列与结构从头设计,支持抗体、VHH、环肽等不同分子模态的优化与从头设计。QuantaMind则从原子与动态层面进一步解析蛋白质及其相互作用过程,为设计结果提供量子级精度的计算验证。

从“看懂蛋白质”,到“改造蛋白质”,再到“创造一个自然界原本不存在的蛋白质”,分子之心正在构建的是一套贯穿蛋白质全生命周期的AI设计能力。

从顶尖模型到操作系统:

MoleculeOS让AI真正融入研发流程

对于产业而言,单一模型或单点算法并不足以真正解决当前的研发瓶颈。将不同 AI能力、计算工具、实验验证根据真实的研发流程及专家经验连接起来,让研发设计能够被执行、验证、迭代,并最终沉淀为可复用的工作流程。

作为AI原生的生物经济操作系统,MoleculeOS(MOS)将蛋白质预测、发现、优化、设计与验证等能力进行集成,并通过高通量任务、智能调度和多端协作,将原本分散的模型和工具组织成一套可执行的研发流程,融入生物创新药与合成生物制造的真实研发场景。

目前,MoleculeOS 已开放平台体验,研发人员可以直接进入MOS,体验AI驱动的蛋白质设计与优化能力。

试用入口:https://mos.moleculemind.com/login

从蛋白质出发,

重新定义AI生物智造的边界

抗体、VHH、环肽、工业酶……看似属于不同的研发领域却共享着同一个底层载体——蛋白质。这也是分子之心真正关注的边界。

从蛋白质的序列、结构到功能,从预测、优化到从头设计,分子之心希望构建的并非针对某一种药物或某一个行业的单点AI工具,而是以蛋白质为核心、面向更广泛生物经济场景的可编程生物工程新基建。

当蛋白质开始可计算、可设计、可优化,它所能够被重新定义的,也将不只是某一种药物,而是更多与生命科学和生物制造相关的产品与生产方式。这或许正是此次“AI 生物智造领航者”这一奖项所真正指向的意义:AI蛋白质工程正在从一种前沿技术,逐步成为连接“科学发现”与“产业制造”的新型基础能力。

分子之心正在做的,是让这种能力从实验室里的模型,从理解蛋白质,到设计蛋白质,再到创造并制造蛋白质,进而走向更多真实的产业场景。

来源:分子之心 · mp.weixin.qq.com