「微元合成」獲3億元A+輪融資，聯合發布AI生物計算開放合作平臺?| 36氪首發

36氪獲悉，2026年3月，「微元合成」完成3億元A+輪融資，由河南投資集團匯融基金和譚瑞清先生參與投資。本輪融資將助力微元合成拓寬AI生物計算應用邊界，加大核心技術研發投入與場景化落地。

據介紹，此前，河南投資集團已完成AI基礎設施產業的深度布局，從投資芯片、控股超大規模算力，到全面整合HALO資產，為AI場景應用的落地提供了電力與算力支持。值得關注的是，本輪投資人譚瑞清為復旦大學校董及化學系校友會會長、A股知名上市公司龍佰集團聯合創始人、前任副董事長，深耕化工行業創業、投資三十余年。

在生命科學全面邁入AI4S時代，蛋白質結構預測與設計等底層技術突破，正改變著生物制造行業的研發范式。當前，將AI算法與模型能力，落地到生物制造的真實世界，特別是酶工程、代謝通路優化等場景，成為行業的重要關注點。

2026年1月，微元合成聯合斯坦福大學、普林斯頓大學、北京大學、字節跳動、NVIDIA等機構，在人工智能頂級學術會議ICLR 2026上發表了最新成果：面向全球科學家的開放式協作平臺 PoseX（平臺地址：http://dock-lab.tech/），旨在解決真實場景下的分子對接難題，對不同對接算法和模型給出公平、真實的能力評估。

在合成生物學與藥物研發中，分子對接是底層核心技術之一。精準預測配體與受體蛋白的結合模式，如同在微觀世界尋找一把開啟生命工廠的鑰匙。過去，這項工作高度依賴科學家經驗，或成本高昂的物理模擬。

在理想的實驗環境下，將已知共晶結構中的配體塞回原本的口袋，如同拿著拼圖去填空。但在酶工程設計的真實戰場中，蛋白質并非靜止的“鎖”，而是不斷變換形狀的“果凍”，側鏈會轉動、骨架會呼吸、口袋形狀可能完全重塑。如何在蛋白結構動態變化下依然精準預測結合模式，是公認的挑戰。

長期以來，工業界缺乏統一、高質量的基準來評估算法在跨構象場景下的表現。為了定義“實戰標準”，PoseX平臺構建了大規模、貼近真實研發場景的開源對接評測平臺，以解決“基準數據單一、泛化性差、偏離實際應用場景”等問題。

同時，PoseX對24種主流方法進行了測試，涵蓋了Schr?dinger Glide等物理方法，DiffDock等AI對接方法，以及AlphaFold3、Chai等AI共折疊方法。

經測試，聯合研發團隊得出結論：“頂尖的 AI 對接方法（如SurfDock）和共折疊方法（如 AlphaFold3），在處理最具挑戰性的跨構象對接任務時，其準確率和穩健性已全面超越了統治行業數十年的物理模型。”

2025年8月，微元合成創始人劉波曾對36氪表示：酶設計、代謝網絡優化等機制十分復雜，很難有“大一統”的算法模型能解決所有問題。因此要結合具體的項目場景，選擇最合適的模型加速特定環節的研發。彼時其已搭建了15-20人左右的AI研發團隊，與全球頂級AI算法實驗室合作，利用其干濕實驗能力進行benchmark。

在他看來，隨著算法開源，計算門檻的相對降低，濕實驗的重要性格外突出。“如何評價不同的酶、如何選擇表達系統、如何設定嚴格的測試條件，并結合高通量設備去驗證，這其中有著較高的壁壘，而我們已經搭建了完善的體系。”

在聯合推出PoseX平臺的過程中，微元合成通過真實生物實驗數據，不斷測試并反饋給全球頂尖模型團隊。在建立“蛋白-配體對接”標準化評測平臺的同時，也將真正跑通的工具落位于自身管線開發中。

借助 PoseX 平臺，AI技術正從三個維度實質性加速管線的研發落地：一是精準模擬蛋白跨構象變化，在數字空間高效打磨出耐高溫、高轉化的“超級酶”；

二是結合口袋信息與姿態精煉，精確定位并打通最優代謝網絡中的關鍵節點，實現底盤細胞的代謝重構與瓶頸解除，推動產量、純度和成本指標的提升；

三是通過AI模擬+物理后處理，將耗時數月、成本高昂的濕實驗迭代壓縮至數周內，提升研發投資回報率，降低試錯風險。

在具體管線方面，當前微元合成已完成多項人類營養、動物營養產品的研發和產業化，如阿洛酮糖、葉黃素、甘露醇等。在甲醇生物制造方面，其已研發出多株高效率同化甲醇的菌株，正加速布局包括大宗氨基酸、生物基材料單體在內的產品管線。