AI時代的天工開物：分子之心掀起生物經濟“操作系統”革命 | 甲子光年

生物經濟正從“手工作坊”式的昂貴試錯，邁向“按需創造”的工程化時代 。

作者｜劉瑤

2025年11月8日，張江科學城舉辦的“2025禮來中國科學日”論壇上，制藥巨頭禮來（Lilly）宣布其開放創新平臺上海創新孵化器正式投入運營。AI蛋白質設計領域的領軍企業分子之心作為首家入駐企業完成了簽約。

禮來上海創新孵化器旨在鏈接禮來的全球經驗、先進技術平臺與中國最具潛力的創新者，為入選企業提供頂級實驗室空間和全球資源。分子之心作為首家入駐企業，標志著其技術實力與產業價值已獲得全球頂級制藥公司的認可。

正如禮來全球副總裁，禮來創新孵化器及Catalyze360資產組合管理全球負責人Julie Gilmore博士所言：“一款新藥從實驗室走到患者平均耗時十余年。如今，隨著創新技術的迭代以及與醫藥領域的深度結合，我們有能力把這一漫漫長路壓縮得更短、更精準。”

能夠成為禮來加速“從實驗室到患者”這一進程的首選合作伙伴，正彰顯了分子之心的技術底蘊。這場技術躍遷的背后，站著全球AI蛋白質設計領域的領軍人物許錦波和他創立的分子之心。支撐這場頂級產業合作的，正是分子之心的核心產品——業界首個功能完整的AI蛋白質優化與設計平臺MoleculeOS。該平臺也在今年進行了重大升級，標志著AI蛋白質技術正從“預測”現有，邁向“按需創造”未有。平臺不僅帶來了在部分關鍵產業場景中比肩甚至超越AlphaFold 3的復合物結構預測能力，更突破性地實現了工業級的超高精度蛋白質動態設計。平臺之上，集成了數十項直面生物制藥、生物制造產業核心痛點的解決方案。

這不再僅僅是一個更強大的算法或一個更便捷的工具。當我們把視線從單一技術拉向整個產業，會發現分子之心的布局遠不止于此。它正在構建的，是一個支撐未來整個生物產業鏈數字化、智能化和規?；牡讓釉O施——生物經濟的“新基建”。

正如算力中心和光纖網絡構成了數字經濟的底座，一個能夠將蛋白質研發從“手工作坊”升級為“智能工廠”的平臺，正在成為生物經濟爆發式增長前夜最關鍵的底座——產業工程化的基礎設施。

1.“新基建”號角：生物經濟呼喚自己的Infra

“一個產業要起飛，前提是這個產業要能夠工程化?！痹诮邮堋讣鬃庸饽辍箤ＴL時，分子之心創始人兼首席科學家許錦波一語道破了生物經濟產業化的核心。

生物學，長期以來被視為一門“實驗科學”，其發展高度依賴于一次次試錯和偶然發現。尤其在蛋白質和酶的研發領域，傳統路徑充滿了不確定性。一款新藥的誕生遵循著殘酷的“雙十定律”——耗時十年，花費十億美元，且成功率不足10% 。一個工業酶的活性提升，可能需要一個博士團隊耗費數年時間，篩選成千上萬個突變體。這種研發模式，本質上是一場高成本的“賭博” 。

“這種高成本的試錯模式，對于產業的發展是不利的?！痹S錦波告訴「甲子光年」。高昂的資本門檻和巨大的沉沒風險，使得這場游戲只有少數資金雄厚的巨頭才能玩得起，大量中小創新團隊的智慧和想法被無情埋沒 。

轉折點出現在兩個關鍵變量的交匯：海量數據的產生和強大AI算法的出現 。一方面，高通量測序等技術讓生命科學進入了大數據時代；另一方面，以深度學習為代表的AI技術，恰好擅長從海量數據中挖掘人類難以發現的復雜規律 。AlphaFold的成功，正是這一交匯點的標志性事件。它證明了AI有能力將非結構化的生物信息，正在逐步轉化為精確的、可計算的數字模型 。

當核心技術瓶頸被AI突破后，產業的下一個需求，必然是構建一個底層共性平臺，將這種從0到1的突破能力，規模化、標準化地賦能給成千上萬的參與者 。

這就是“生物經濟新基建”的定義：在生命科學和合成生物領域，構建起從“學術創新”到“量產工廠”的產業中臺，讓“按需創造功能蛋白”成為一種可復制、可規?；臉藴驶?。

然而，理想美好，現實骨感。構建這樣一個“產業中臺”絕非易事。

首先，僅依靠通用的AI蛋白質技術，不足以完全解決產業問題。許錦波向「甲子光年」解釋道，產業應用場景極其復雜，充滿了各種獨特的約束條件 。比如設計一款抗體，需要考慮其與抗原的結合特異性；設計一種工業酶，則要關注其在產業條件，例如特定溫度、酸堿度下的催化效率和穩定性 。

“借助一個通用的大模型，你可能得生成一萬個、十萬個甚至百萬個分子，里面才可能有滿足需求的。但你做實驗不可能做這么多?！痹S錦波強調，“為了大幅度降低實驗的要求，我們必須把各種專有約束加到生成模型里面去。這就會導致你需要很多專有模塊?！?/p>

其次，從AI設計到產業落地，存在著巨大的“死亡之谷” 。AI設計的分子是否能在真實的生物體中正確表達？其功能是否如預測一般？穩定性、安全性如何？這一系列問題，都需要一個完整的計算-實驗（Dry-Wet Lab）閉環來進行快速驗證和迭代。這意味著，一個真正有效的“新基建”平臺，不僅要有頂尖的算法能力，還要有對產業工藝的深刻理解和強大的濕實驗驗證能力 。

“具體的產業問題你不做過，有時候是體會不到里面的關鍵點的。這種經驗積累就非常重要?！痹S錦波解釋道。因此，生物經濟的“新基建”，絕不是一個簡單的算法開源或模型調用接口。它必須是一個集成了海量數據、專用算法、自動化工作流、產業Know-how和驗證閉環的復雜系統工程。這正是分子之心正在做的事情 。

2. 分子之心的解法：打造生物經濟的“AI原生操作系統”

面對產業的呼喚和挑戰，分子之心的核心邏輯清晰而堅定：

用“一套大模型+一站式平臺”的方式，將昂貴、慢速、高度碎片化的蛋白質研發流程，轉變為工程化、科學化的產業級通用服務。

這個服務的載體，就是MoleculeOS平臺。甲子光年希望將其形容為一個“AI原生”的操作系統 。

傳統平臺是在舊地圖上標注新地點，而AI原生平臺是基于新大陸繪制全新的地圖。所謂“AI原生”，意味著平臺的整個架構和流程，都是圍繞AI時代的新范式重新設計的。因為AI讓許多過去不可能的任務（如端到端設計）成為可能，所以整個“做事的方式”都必須被重構 。

在MoleculeOS上，一整套的工業級蛋白設計需求被分解為5類：預測、發現、優化、設計和驗證。平臺為每一類需求都提供了世界領先的算法模塊，并將其串聯成一套符合生物領域的研發及生產的科學化工作流程 。

分子之心MoleculeOS平臺，圖片來源：分子之心

同時，分子之心自主研發了全球首個集成序列、結構、功能與進化的多模態AI蛋白基礎大模型NewOrigin（達爾文） 。它不再像傳統模型那樣僅從一維的序列“文本”去理解蛋白質，而是從一個“四位一體”的全息視角去認知生命分子 。

“蛋白是一個進化的歷程，它本身又存在從序列到結構到功能之間的映射?！狈肿又膱F隊成員解釋道，“直接從序列到功能這個映射肯定中間會缺失很多參數?！盢ewOrigin的革命性優勢，使其能夠處理傳統模型難以解決的復雜場景和低數據任務，甚至支持“零樣本設計”，為平臺的所有上層應用，提供了一個深刻理解生命規律的AI認知。

需要注意的是，分子之心所構建的并非單一的技術高點，而是一道由算法、數據、產業閉環與平臺生態共同構成的技術平臺。

這套解決方案的基石，源于創始人許錦波二十余年在AI蛋白質領域的深厚積累，以及團隊在無數真實產業項目中沉淀下的寶貴數據與隱性知識（行業Know-how）。這些源于產業一線的經驗，是無法簡單通過復現論文或調用開源模型所能獲得的，構成了最核心的知識壁壘。在此之上，公司通過自建的干濕一體實驗室，與合作伙伴緊密協同，打造了“計算設計—實驗驗證—數據反饋—模型迭代”的敏捷閉環。這個高速運轉的閉環，不僅是技術迭代的加速器，更是團隊洞察產業、認知迭代的核心引擎。

3. 工業級的門檻和決勝信心：深入產業解題，做有行業洞見的AI平臺

分子之心的技術創新，其深度不僅在于底層算法的突破，更在于它將創新貫穿于平臺化的工程能力與產業細節之中，致力于為行業的飛速發展提供一個系統性的解決方案。這些創新集中在三個方面。

第一，超越靜態預測，實現工業級動態設計。

蛋白質在體內發揮功能是一個動態過程，而非一張靜止的照片 。傳統方法和大部分AI模型都基于靜態結構進行預測，這在需要模擬催化反應的酶設計等場景中存在天然缺陷?！叭绻覀兏悴粶蕜討B的結構預測，那后面想的動態設計就是無根之源?！狈肿又膱F隊成員告訴「甲子光年」 。

分子之心獨創性地融合AI和第一性原理，突破了超高精度的分子動態結構預測和設計。這種方法不僅解決了AI模型在小數據和知識盲區上的短板，還能嘗試模擬真實的化學反應過程，其分子模擬精度相比行業水平大幅提升，效率提升了數千億倍，達到了工業級應用水準。

第二，更精準的復合物結構預測能力。

蛋白質的功能往往通過與其他分子形成復合物來實現，因此復合物結構預測是產業應用的關鍵。在抗體-抗原、酶-底物等核心場景中，MoleculeOS的復合物結構預測精度已比肩甚至超越AlphaFold 3。更重要的是，其預測出的結構具有更好的物理性質，為后續的藥物設計和功能改造提供了更可靠的基礎。

“以復合物結構為基礎，只需要設計非常少量的候選分子就能找到好的化合物?！痹S錦波解釋道，這能將研發篩選范圍從上百個縮減到十幾個，極大節省了時間和費用。

理論的價值最終要通過實踐來檢驗。分子之心的真正價值，不在于“預測”本身，而在于“交付”那些足以改變產業格局的成果。它深入到傳統研發方法望而卻步的“無人區”，展現了AI如何將曾經的“不可能”變為如今的“唾手可得” 。

分子之心（圖中MM代表），與對照相比，左下圖可明顯看出分子之心的預測結果更為準確，圖片來源：分子之心

我們注意到三個從不可能到可能的案例：

• 攻克“條件激活型抗體”的挑戰：在傳統高通量篩選難以奏效的pH敏感性抗體研發中，MoleculeOS平臺僅用時2個月，歷經兩輪干濕閉環迭代，便從海量可能性中精準鎖定了不到10個候選分子。這些分子展現出超強的pH敏感性，有望將藥物半衰期顯著提升，從而將原本漫長的研發周期壓縮至原來的幾分之一。

• 讓潛力藥物“起死回生”：面對一個因表達量低、易聚集而幾乎被宣判“死刑”的融合蛋白藥物，平臺利用生成式AI力挽狂瀾。在短短3個月內，團隊成功將其表達量提升了超過400倍，且單體含量高于95%，讓一款極具潛力的癌癥療法得以重獲新生。

• 智造“超級工業酶”的奇跡：在與生物制造龍頭凱賽生物的合作中，分子之心挑戰了一款無晶體結構、催化機理異常復雜的工業酶。在未大規模使用客戶產業場景數據的前提下，AI平臺僅耗時6個月，便將其催化效率提升了整整5倍。

第三，賦能于人，成為“生物學家能力的放大器” 。

在AI與生物產業的融合中，最大的挑戰是“知識鴻溝”。分子之心正在系統性地解決這一痛點，其平臺設計的核心哲學，就是成為“生物學家能力的放大器”。

MoleculeOS將復雜的算法封裝為“一鍵式”的自動化工作流，讓生物學家無需成為AI專家，就能運用最強大的AI工具。更進一步，其正在探索的對話式產品模式，未來能讓科學家用自然語言直接與AI平臺交互，提出“幫我設計一個耐高溫的酶”這樣的需求。

“我們不是要讓生物學家都成為AI專家，而是要讓AI成為每一位生物學家都觸手可及的超級工具?！狈肿又膱F隊成員表示。這種極致的易用性，正在拆除橫亙在生物學家和頂尖AI技術之間的“次元壁”，讓創新不再是少數計算專家的專利。

分子之心MoleculeOS的界面，可實現交互式、零基礎的對話式操作，圖片來源：分子之心

4. 未來展望：重構產業范式，AI是鑰匙而非終點

展望未來，AI for 生物的重要性已成為全球共識。美國發布《生物技術未來藍圖》，將生物技術提升到國家安全戰略高度，諾貝爾獎得主David Baker創辦的公司Xaira Therapeutics吸引了超十億美元的投資，全力投身AI藥物研發 。中國也將“人工智能+”行動提升到戰略層面，為AI賦能千行百業提供了廣闊的舞臺。

回望過去二十年，GPU的出現，為深度學習算法提供了澎湃的算力，使其從理論走向應用，引爆了整個人工智能革命。今天，在生物經濟領域，我們正處在一個類似的臨界點。蛋白質，這個生命世界最基礎的功能單元，其設計和創造能力，正是開啟整個生物產業鏈價值的“開瓶鑰匙” 。

然而，分子之心正在做的事情，其價值遠不止于提供更強大的算法或工具。它更深遠的影響在于，通過將AI原生平臺打造為“生物經濟的操作系統”，從根本上重構了整個產業的生產模式。

過去，生物研發遵循的是“我看看自然界有什么，我能用什么”的發現范式，這種模式充滿了不確定性，研發流程高度依賴“手工作坊”式的試錯，不僅遵循著殘酷的“雙十定律”——耗時十年、花費十億美元且成功率極低，更讓創新成為少數資金雄厚的巨頭才能玩得起的“賭博” 。

如今，AI原生平臺正在將這一切，轉變為“我想要什么，我就去設計什么”的創造范式。當研發人員可以更大膽地去想象，去定義過去因技術限制而不敢想的需求時，整個產業的邏輯就發生了顛覆：

• 從高風險到高確定性：AI平臺通過精準的計算和預測，將研發從“大海撈針”式的篩選，變為對少數高潛力分子的“精準驗證”，讓研發的確定性大大增強 。

• 從資本密集到智力密集：一個擁有優秀創意的小團隊，不再需要自建昂貴的基礎設施，而是可以借助平臺，以極低的成本快速驗證和實現其想法。這將徹底打破巨頭的研發壟斷，釋放無數中小型創新團隊的潛力 。

• 從無法規?；捷p松擴展：AI平臺將復雜的研發流程工程化、標準化，使得生物科技的創新變得更容易“規模化”。

這種生產模式的變革，比任何單一算法的突破都更具價值。它意味著，我們不僅擁有了更鋒利的“錘子”，更重要的是擁有了一張全新的“地圖”和一套現代化的“工業體系”。

明代科學家宋應星著《天工開物》，其核心思想是“天工”與“開物”——洞察自然造化之功，并運用這種規律為人間創造福祉。今天的AI蛋白質設計，正是數字時代的“天工開物”。以AI為器，洞察生命分子運轉的精妙“天工”；繼而從無到有地設計和創造“超級蛋白”，實現為人類“開萬物”的宏愿。

許錦波及其分子之心團隊所致力的，正是要真正理解和掌握分子的“心”，然后以“奪天工”的智慧，行“利在未來”的實事。這不僅是一個企業的商業追求，更是一個國家在未來核心科技領域掌握主動權的雄心。

未來，誰掌握了高質量的蛋白質設計與智能制造引擎，誰就掌握了重塑萬億生物產業鏈的主動權。

（封面圖由AI生成）