WAIC 2026观察：分子之心双模态验证，AI如何重构药物设计底层逻辑？

2026世界人工智能大会（WAIC）的聚光灯再次聚焦于人工智能与生命科学的深度交融。在这场技术盛会上，一家名为分子之心的企业抛出了一份极具分量的答卷：其AI生物药设计平台MMDesign，在短短一个月内，相继完成了针对环肽和纳米抗体两种截然不同分子模态的从头设计验证。这并非简单的成果罗列，而是标志着AI能力正从单一任务的“单点突破”，向跨模态、通用化的“底层设计力”演进。这种演进，正在悄然重塑生物经济的底层基础设施。

环肽药物因其独特的稳定性及对复杂靶点的亲和力，近年来成为创新药研发的热点。然而，传统研发路径往往受限于庞大的候选空间和高昂的筛选成本。蛋白-蛋白相互作用（PPI）靶点如p53-MDM2和PD-L1，因其结合界面复杂，历来是药物开发的“硬骨头”。分子之心在此次大会上公布的数据显示，其平台在p53-MDM2靶点上，首轮设计的21条候选环肽中，有16条获得实验命中，命中率突破70%。更令人瞩目的是，最优候选分子的结合亲和力（KD）达到13.7微摩尔，超越了同期实验阳性对照。

在另一个经典靶点PD-L1上，AI首轮设计的19条候选肽中，有6条经表面等离子体共振（SPR）实验确认可结合，最佳KD接近40微摩尔。在全球公开报道的AI多肽从头设计成果中，这一组首轮命中率与结合活性数据，处于同类工作的领先水平。这一结果不仅证明了AI在特定序列优化上的准确性，更揭示了其在压缩候选空间、降低早期试错成本方面的巨大潜力。

这种效率的提升，源于研发范式的根本性转变。传统药物发现如同在大海捞针，需要耗费巨资进行大规模肽库筛选。而AI的介入，使得“生成—筛选—验证”的路径成为可能。模型在进入湿实验前，便能通过计算预测显著缩小候选池，将有限的实验资源优先投入到最具潜力的分子上。对于环肽这种序列、环化方式与三维构象相互影响的复杂分子，这种先验知识的注入，极大地提高了研发的信噪比。

与此同时，分子之心一个月前的另一项成果——纳米抗体的从头设计，进一步印证了其平台的泛化能力。纳米抗体与环肽在分子大小、结构特征及设计约束上存在显著差异。然而，MMDesign在十余个真实治疗靶点上，仅设计不超过50个候选分子，便稳定获得了纳摩尔级至皮摩尔级的亲和力分子。短期内在两类模态上均取得湿实验验证，是衡量AI生物设计平台是否具备真正泛化能力的重要指标。这种能力并非针对单一靶点的过拟合，而是对生物分子基本物理化学规律的深层理解与掌握。

分子之心创始人许锦波指出，AI生物药研发的核心不在于单次生成的完美预测，而在于建立“生成—计算—实验—迭代”的闭环系统。通过真实实验数据持续校准模型，AI才能不断优化对蛋白质结构、相互作用及功能的理解。这意味着，AI4S（AI for Science）的竞争已从单点模型和单项任务的比拼，升级为系统性科学发现能力的较量。只有具备持续学习和自我修正能力的平台，才能在漫长的药物研发周期中保持优势。

基于这一理念，分子之心将其核心能力集成至自主研发的AI大分子设计操作系统MoleculeOS。生物医药与合成生物领域长期面临工具分散、计算与实验协同不足、前沿能力集中于少数头部机构的痛点。MoleculeOS试图通过统一整合模型能力、设计工具、数据资产和研发工作流，打破这些壁垒。它让药企、高校、科研院所及初创团队能够以更低门槛调用先进的AI能力，开展蛋白质、纳米抗体、环肽等不同模态的设计与优化。

从突破单一药物模态的“技术点”，到一个月连发两项重大成果的“技术线”，再到全面开放MoleculeOS操作系统的“产业面”，分子之心的发展路径清晰地描绘了AI赋能生物经济的逻辑主线。AI不再仅仅是辅助工具，而是正在成为生命科学与生物经济高质量发展的关键基础设施。

这种基础设施化的趋势，意味着技术门槛的降低和创新周期的加速。当底层的设计能力被封装为可复用的操作系统，更多的创新者可以在其基础上构建应用，从而激发整个产业链的活力。特别是在PPI等复杂靶点的药物发现中，AI提供的新技术路径，有望解决传统小分子难以攻克的难题，为肿瘤、免疫等疾病的治疗开辟新阵地。

值得注意的是，多模态AI能力的构建并非一蹴而就。它依赖于高质量的数据积累、强大的算力支持以及对生物机制的深刻洞察。分子之心通过持续的内生迭代，验证了这条技术路线的可行性。其公开的数据不仅展示了具体的药物候选分子，更展示了AI如何理解并操纵生物分子的基本单元——氨基酸序列与三维结构。这种对底层逻辑的掌控，是未来AI制药竞争力的核心所在。

随着MoleculeOS逐步开放合作，我们有望看到一个更加开放、协同的生物创新生态。在这个生态中，计算生物学与实验生物学的界限将日益模糊，数据流动与模型迭代将成为常态。对于整个行业而言，这意味着新药研发的成本曲线有望被重新绘制，早期发现的效率得到质的飞跃。

当然，挑战依然存在。如何确保AI预测结果的鲁棒性，如何处理罕见突变或复杂修饰蛋白的设计，以及如何将AI能力无缝嵌入现有的GMP生产流程，都是待解的课题。但分子之心的实践表明，通过闭环迭代和多模态验证，这些难题正在被逐步攻克。

回顾WAIC 2026上的这一系列发布，我们看到的不仅是几个新的药物候选分子，更是一种新的研发范式的确立。AI正在从“辅助工具”走向“核心引擎”，推动生物医药行业从经验驱动向数据与算法双轮驱动转型。这种转型，将为人类应对重大健康挑战提供更高效、更精准的手段，也为生物经济的持续增长注入强劲的动力。

在多模态新基建的支撑下，未来的药物设计将更加智能化、个性化和高效化。分子之心等先行者的探索，为行业树立了标杆，也指明了方向。随着技术的不断成熟和生态的不断完善，AI将在生物药研发中扮演越来越核心的角色，最终实现从“发现”到“创造”的跨越，为人类健康事业带来深远的影响。