产品
  • 产品
  • 供应商
  • 采购
  • 资讯
  • 会展
猜你想搜
首页 资讯 大模型再强,AI制药也必须懂行...

大模型再强,AI制药也必须懂行:国产专业模型展现全球领军实力

热门推荐: 大模型 AI制药 Anthropic Claude 分子之心
来源:医药投资部落 2026-11-05
近日Anthropic 公布了一项引发广泛关注的研究:通用大模型 Claude在约 64 小时内调用 12 种专业设计工具,针对5种蝎子神经毒素生成近 32 万个蛋白质设计方案,并筛选出180个候选;研究团队随后在Claude协助下增加31个,最终211个进入实验验证,其中17个达到预设结合标准,覆盖四种毒素。这也引出了一个颇有意味的问题:当通用大模型开始进入高度专业化的药物研发领域,专业AI蛋白质设计平台的价值体现在哪里?

近日Anthropic公布了一项引发广泛关注的研究:通用大模型 Claude在约 64 小时内调用 12 种专业设计工具,针对5种蝎子神经毒素生成近 32 万个蛋白质设计方案,并筛选出180个候选;研究团队随后在Claude协助下增加31个,最终211个进入实验验证,其中17个达到预设结合标准,覆盖四种毒素。

这也引出了一个颇有意味的问题:当通用大模型开始进入高度专业化的药物研发领域,专业AI蛋白质设计平台的价值体现在哪里?

从工具调用到设计能力:专业AI制药模型的价值凸显

如果进一步分析Claude此次研究的技术路径,可以发现一个值得关注的事实:通用AI模型在蛋白质设计领域取得的突破,离不开专业AI制药模型及相关技术工具的支撑。

Claude此次研究展示了通用AI拆解任务、选择工具和组织研发流程的能力。候选序列生成、结构预测与结合性能评估,则由其调用的专业设计工具承担——包括生成蛋白质骨架和设计序列的RFdiffusion3、BoltzGen、PXDesign和Genie 3等,以及负责复合物结构预测的ESMFold2-Fast、ESMFold2和Protenix v2。

通用AI使这些能力更容易协同使用,具体设计结果的质量,仍取决于专业模型对生物学问题的处理能力,以及候选分子的生成与优选。

药物研发对分子的要求十分具体:要结合什么靶点、作用于什么位点、达到怎样的亲和力,以及能否满足后续开发要求。通用模型组织工作流的能力,需要与专业模型的设计和评估能力结合,才能落实为符合这些要求的分子。

而专业模型的价值更在于能够将这种设计能力稳定复用于不同的研发任务,持续产出经实验验证的高质量分子。分子之心MMDesign披露的最新成果,为观察这一能力提供了具体依据。

2026年10月,分子之心发布其自主研发的AI从头设计平台MMDesign最新技术报告,公布其在多类靶点、两类分子模态及跨轮次设计中的系统性湿实验验证成果:在覆盖18个不同靶点、纳米抗体和大环肽两类分子模态的19个项目中,每个项目仅测试9—50个候选分子,18个项目获得经确认的结合分子,项目成功率高达94.7%;全部453个受测候选中,139个获得确认结合,整体候选命中率为30.7%。两项指标分别反映一个项目能否获得结合分子,以及进入实验的候选有多少真正命中,共同呈现了平台在多个任务中的设计与优选表现。

其中,六个具有挑战性的GPCR膜蛋白靶点全部取得成功,NK3R更实现30个候选全部命中,命中率100%。针对自身免疫性疾病重要靶点TNFα,仅测试14个候选纳米抗体,便有7个获得实验命中,最优分子的表观亲和力达到51皮摩尔。对此前已获命中的6个靶点再次展开设计,5个靶点在命中率、最佳亲和力或两者上实现了明显提升。

Claude与MMDesign:技术路径与实验结果对比.png

分子之心的这些成果与Claude 的研究放在一起观察,我们可以看到通用AI与专业平台的差异:Claude 以10余种模型的调用、 32万生成方案、211个候选分子展示了通用模型当前 "召集专业能力" 的水平;而MMDesign则以每项目50个以内的受测候选预算完成跨多个靶点与分子模态的验证,展示了专业模型 "按需设计、精准优选、跨任务复用" 的实战能力。对药企而言,或许后者才是研发流水线上最终需要的东西。

当通用模型还在展示 "召集能力" 的上限时,这份跨靶点、跨分子模态的系统验证成绩,已经让国产专业模型站到了全球竞争的前排。

随着AI在药物研发中的应用不断深入,真正能够围绕具体靶点和功能要求、持续产出高质量分子、经得起实验检验的专业模型,有望成为下一阶段AI制药竞争中更重要的底层能力。

从专业模型到精准设计:分子之心的可复用研发平台

分子之心的核心竞争力,并非来自单一模型,而是建立在自主研发的AI蛋白质基础模型及一系列专业技术突破之上,形成了从蛋白质多模态表征、结构预测、分子生成到动态机制分析的完整技术体系,并搭建了可复用的精准设计研发平台。

首先,自主底层模型为分子之心提供了持续优化专业能力的基础。公司拥有全自主研发的NewOrigin多模态AI蛋白质基础大模型,综合学习蛋白质序列、结构、功能和进化信息,为理解和生成蛋白质提供支撑。实际研发中,客户提出的研发需求往往涉及多重约束:分子既要能够结合特定靶点,也可能需要具备特定环境下的活性、足够的表达量和较低的聚集倾向。对这些问题的处理,需要模型建立序列变化与结构、功能之间的联系。自主构建的底层模型,为分子之心围绕具体研发需求开展定向设计、获得符合要求的候选分子提供了基础。

MMFold模型则聚焦结构预测,为判断候选分子与靶点的结合方式提供计算依据。根据公司技术报告,在FoldBench覆盖172个抗体—抗原界面的评测中,MMFold的首选预测高质量成功率达到39.0%,约为报告所列AlphaFold 3对照结果19.8%的两倍,整体成功率高达70.9%。在160个共同界面的评测子集上,MMFold的首选预测高质量成功率为39.4%,也高于OpenDDE和Protenix-v2公开报告的33.0%和28.2%。这体现了分子之心在抗体—抗原结构预测这一专业任务上的世 界 级 领 先技术优势,更可靠的结构预测有助于直接提升分子设计与筛选的质量。

在此基础上,分子之心还通过QuantaMind拓展动态机制分析能力。作为业内首 个工业级蛋白质动态模拟引擎,QuantaMind可以在单张GPU上以量子力学级精度对真实大型蛋白体系开展百纳秒化学反应模拟,清晰准确地捕捉质子转移、化学键形成与断裂等过程,从第一性原理层面刻画生物分子的构象变化与功能机理,让分子设计不光有结果,还能给出解释。

分子生成、结构预测、动态分析分别回应不同层面的研发问题,使平台能够支持更丰富的研究需求。

这些专业能力也已通过MoleculeOS(MOS)连接到研发工作流。MOS内置Agent助手,支持自然语言交互,并可根据任务调用专业模型、编排研发流程,开展分子设计与优化。也就是说,分子之心在自主专业模型的基础上,也覆盖了Claude此次探索所体现的模型调用与工作流组织环节,让底层设计能力与上层任务调度形成协同。

从自主模型到多层评估,再到实验验证与平台交付,分子之心的竞争优势逐步体现在一套相互衔接的研发能力之中。自主模型提供技术基础,多种专业工具扩大任务覆盖范围,统一平台则为能力复用和客户使用创造条件。

前述MMDesign跨靶点、跨分子类型的实验成果,为这套体系的适用性提供了支持。横向对照已公开的从头设计研究,Google DeepMind的AlphaProteo 为8靶7中,Chai-2 在约半数抗原上获得命中,分子之心则以 18/19 的项目成功率和跨18个靶点的覆盖规模位居前列,跻身全球AI制药第一梯队。

稀缺的AI制药平台型标的

AI制药企业的长期发展过程中,核心技术的研发与迭代需要长期资金支持,技术优势能否转化为商业价值,则取决于其解决实际产业界研发问题的能力。

因此,能否同时赢得专业投资机构与产业界的持续认可,已经成为衡量AI制药企业技术实力与长期发展潜力的重要标志。

分子之心近年来的发展,正展现出资本支持与产业应用相互促进的良好态势。

一方面,专业投资机构与产业资本的持续加注,为公司深化核心技术研发、完善平台能力和拓展商业化应用提供了有力的资金保障。

据公开信息,自2022年成立以来,分子之心持续获得各界投资机构青睐,2026年公司披露A轮系列融资累计逾亿美元。除了众多知名的市场化基金外,凯赛生物、复星、中粮、赛分科技等产业资本也密集入场、持续加注,体现了产业资本对分子之心技术实力及商业应用价值的认可。产业资本的加入,不仅为公司提供了长期资金支持,也有助于其对接实际产业需求、拓展技术应用场景,加快AI技术优势向商业价值的转化。

另一方面,在产业端,分子之心的技术价值正在通过客户的实际合作研发项目得到持续验证。

在一项针对pH敏感性抗体的客户研发项目中,面对传统高通量筛选未能解决的设计难题,分子之心利用AI技术,仅用两个月便获得在不同pH条件下结合亲和力相差约60倍的抗体设计结果——对于需要在特定生理环境下发挥作用的新型抗体而言,这种定向调节结合性能的能力具有重要的研发价值,也体现了分子之心按照特定功能要求设计药物分子的典型优势。

在另一项实际药物研发项目中,某款融合蛋白因表达量过低、容易聚集而面临开发障碍。分子之心通过AI重新设计蛋白质结构,使候选分子的表达量提升400倍,单体比例达到90%左右,显著改善了其可开发性。这个成功案例,说明分子之心的AI蛋白质设计技术,已经能够深度介入创新药研发的核心环节,在改善候选分子性能方面发挥显著的作用。

在创新药研发之外,分子之心与凯赛生物的长期合作,则提供了一个技术成果直接转化为工业生产效率突破的典型案例。双方将AI蛋白质设计应用于关键工业酶优化,仅用数月时间,便使菌种产率较野生菌实现了5倍提升。与医药项目相比,工业酶优化面向不同的应用目标,但同样需要建立蛋白质序列、结构与功能之间的联系,并通过实验确认设计效果。

这一系列落地的成果都说明,分子之心已经能够围绕产业客户提出的具体需求,通过AI技术提供经得起产业实战环境验证的解决方案。

随着实际研发能力不断得到验证,分子之心也通过产业生态的深化合作进一步拓展能力边界。2026年5月,分子之心与上海善准医疗签署战略合作协议,连接肿瘤临床数据驱动的靶点发现与AI药物蛋白设计。同年9月,分子之心又与引加生物达成深度战略合作,结合AI设计、蛋白表达与自动化实验能力,在计算设计与实验验证的迭代中加速数据飞轮运转,推进联合研发与平台授权合作。两项合作分别衔接临床发现与实验验证,拓展从发现研发机会到验证候选分子的协同能力,为AI蛋白质技术的持续迭代与产业应用构建更完整的支撑体系。

目前,分子之心的MoleculeOS平台已向头部药企开放接入;部分客户从单一项目扩展至多个靶点和不同分子形式的持续合作;分子之心还成为礼来上海创新孵化器首家签约入驻企业。

从工业酶优化到复杂蛋白设计,从具体项目交付到技术平台接入,分子之心正在不同产业场景中持续验证其技术与平台能力。

这种能够反复解决实际研发问题、不断产出可量化成果的能力,正在成为产业界高度认可分子之心的重要基础,也为AI蛋白质设计技术向更广泛的商业应用转化打开了空间。

从更长远的视角看,分子之心所展现的,是AI技术正在重塑生物医药产业价值创造方式。

传统创新药企业的价值,往往与具体产品管线的研发进展紧密相连,而具备核心技术优势的AI平台,可以将经过验证的模型能力持续应用于不同靶点、不同分子形式和更广泛的产业需求,在不断拓展应用边界的过程中,实现技术积累与商业价值的持续增长。这也赋予了这类企业超越单个研发项目意义的平台型企业特征。

随着通用AI模型企业不断介入生物医药产业,专业AI医药模型企业将迎来一轮新的分化,类似分子之心这样能够构建持续迭代的核心科学模型、可复用的实验验证体系,以及跨客户、跨应用场景的商业化能力的企业,有望把AI技术优势转化为可持续的产业价值,并形成长期竞争壁垒。

从这一意义上看,分子之心已经展现出中国生物医药领域稀缺的AI技术平台型标的的鲜明特征,其长期价值无疑值得更多的关注。

资料来源:

1,Claude技术报告:https://www.anthropic.com/research/claude-scorpion-toxin-binder-design

2,MMDesign技术报告:https://zenodo.org/records/23321531

阅读全文
相关文章
热门搜索
2006-2026 上海博华国际展览有限公司版权所有(保留一切权利)
沪ICP备05034851号-57
首页
产品
供应商
采购通
我的