AI制药破局：从纳米抗体到环肽，分子之心如何重构生物经济新基建
在2026世界人工智能大会（WAIC）的聚光灯下，AI生物科技领域迎来了一场关于底层设计力的深度检验。分子之心正式公布了其AI生物药设计平台MMDesign在环肽从头设计上的突破性成果，这并非孤立的技术秀，而是继一个月前纳米抗体设计验证后的又一次重磅出击。这种在短时间内连续跨越不同分子模态的能力验证，标志着AI在生命科学领域的角色正在发生根本性转变：从辅助工具走向核心驱动力，从单一任务执行者进化为跨模态的系统性设计平台。
传统药物研发长期受困于“高投入、长周期、低成功率”的三角困境，尤其是在面对蛋白—蛋白相互作用（PPI）这一复杂靶点时更是如此。PPI界面通常广阔且平坦，传统小分子药物难以找到有效的结合口袋，导致开发难度极大。环肽因其独特的结构刚性、较小的分子量以及对复杂靶点的识别潜力，成为了近年来创新药研发的热点方向。然而，环肽的设计并非简单的序列拼接，其序列、环化方式与三维构象之间存在极强的非线性耦合关系。传统研发模式往往依赖大规模肽库筛选，这种“大海捞针”式的策略不仅试错成本高昂，更难以在有限时间内覆盖庞大的化学空间。
分子之心此次公布的数据，为打破这一僵局提供了有力的实证支撑。在针对p53-MDM2这一经典肿瘤靶点的测试中，MMDesign首轮设计的21条候选环肽中，有16条成功获得实验命中，命中率突破70%。这一数据不仅在统计学意义上显著优于随机筛选，更在生物学活性上展现了竞争力，其中最优候选分子的结合亲和力（KD）达到了13.7微摩尔，优于同期实验的阳性对照分子。这一成就的意义在于，它证明了AI模型能够准确捕捉环肽在复杂构象空间中的有效结合模式，从而在海量可能性中精准锁定高价值候选者。
同样令人瞩目的数据出现在PD-L1靶点的测试中。AI首轮设计的19条候选环肽中，有6条经表面等离子体共振（SPR）实验确认可与靶点结合，最佳KD值接近40微摩尔。参照全球公开报道的同类研究，这一首轮命中率与结合活性数据处于国际领先水平。更关键的是，这些数据并非来自对已知分子的微调，而是真正的“从头设计”。这意味着AI模型并未简单复刻人类已有的知识库，而是通过学习分子物理化学规律，探索出了人类尚未发现的结合构象与序列组合。这种能力的本质，是AI对生物大分子底层逻辑的深度解码。
这一系列成果背后的深层逻辑，在于研发范式的根本性变革。在传统的药物发现流程中，“生成—筛选—验证”往往是一个线性且割裂的过程，每一次湿实验的失败都意味着巨大的时间与资金损耗。而分子之心的实践表明，AI可以在进入湿实验前，通过计算模拟显著压缩候选分子的空间。研发团队可以将有限的实验资源，优先投入到那些经过算法高强度筛选、具有极高结合潜力的分子上。这种“干湿闭环”的协同效应，不仅大幅降低了早期发现阶段的试错成本，更使得针对PPI等复杂靶点的药物发现成为可能。对于环肽及其他候选空间庞大、筛选成本极高的分子模态而言，这种新路径有望将药物发现的周期从数年缩短至数月。
回顾一个月前，分子之心在纳米抗体从头设计上的表现同样惊艳。在十余个真实治疗靶点上，MMDesign在单靶点设计候选分子不超过50个的情况下，稳定获得了纳摩尔级至皮摩尔级的高亲和力分子。纳米抗体与环肽在分子大小、结构特征及设计约束上存在巨大差异，前者依赖于重链抗体的可变区结构，后者则受限于环化反应与构象稳定性。短期内在两类截然不同的分子模态上均实现从头设计并通过湿实验验证，这不仅是技术的胜利，更是平台泛化能力的证明。它表明MMDesign并非针对特定任务的专用模型，而是一个具备通用底层逻辑的生物设计引擎。
这种从“单点突破”到“跨模态通用”的演进，反映了AI4S（AI for Science）发展的新趋势。正如分子之心创始人许锦波所言，AI生物药研发的关键不在于单次生成或预测的偶然结果，而在于建立“生成—计算—实验—迭代”的完整闭环。在这个过程中，真实实验数据不再是研发终点，而是校准模型、提升模型对结构、相互作用和功能理解的关键燃料。随着数据的不断积累与反馈，模型对生物复杂系统的认知将更加精准，从而形成正向飞轮效应。这种系统性科学发现能力的竞争，正在取代单点模型的效率竞赛，成为行业新的护城河。
为了将这种底层能力转化为产业生产力，分子之心将MMDesign的核心能力集成至自主研发的AI大分子设计操作系统MoleculeOS中，并计划逐步面向药企、高校、科研院所和创新团队开放。这一举措旨在解决生物医药与合成生物研发中长期存在的工具分散、计算与实验协同不足、前沿能力集中于少数头部机构等产业顽疾。MoleculeOS通过统一整合模型能力、设计工具、数据资产和研发工作流，构建了一个低门槛、高效率的AI协作平台。科研人员和药物研发团队无需具备深厚的AI算法背景，即可通过该平台调用先进的AI能力，开展蛋白质、纳米抗体、环肽等不同模态的设计、优化和从头设计。
从突破单一药物模态的“技术点”，到一个月内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勾勒出AI赋能生物经济的完整图景。这不仅仅是某家企业的技术展示，更是生命科学与数字技术深度融合的缩影。通过依托自主可控的底层AI蛋白质技术，分子之心正在推动AI加速成为生命科学与生物经济高质量发展的关键基础设施。这种多模态的新基建，将系统化赋能生物医药、合成生物和工业生物制造等领域的创新升级，为人类应对复杂疾病、提升生命质量提供前所未有的技术杠杆。
在这一进程中，我们需要重新审视AI在科学发现中的定位。它不再是简单的计算加速器，而是具备假设生成、机制探索和优化决策能力的“数字科学家”。随着更多类似MMDesign的平台出现并被广泛接入生态，生物制药的创新密度将显著提升，研发边际成本将显著降低。这不仅将重塑制药行业的竞争格局，也将深刻影响全球生物经济的价值链分布。对于整个行业而言，谁能率先建立起高效、开放、闭环的AI生物设计生态，谁就将掌握未来药物研发的话语权。分子之心的实践，为我们提供了一个极具参考价值的样本，展示了技术突破如何转化为产业变革的动力。