国内AI蛋白质设计公司分子之心近日发布其AI生物药从头设计平台MMDesign最新技术报告。其在跨靶点、跨轮次系统性实验的19个项目中，18个项目获得经确认的结合分子，项目成功率高达94.7%，其中六个具有挑战性的GPCR膜蛋白靶点全部取得成功。

　　据介绍，传统抗体发现依赖动物免疫与大规模文库筛选，往往要在数百万乃至数十亿候选分子中进行反复摸索。AI从头设计正在改变这一过程：研发人员可以根据指定靶点和结合位置，在计算空间直接生成全新的分子序列。而对研发而言，生成序列只是起点，更重要的是从中精准选出有结合潜力、可进入实验验证的候选分子。MMDesign则将这一过程整合为“生成—筛选—验证”的统一工作流，将单一项目进入实验的候选集合压缩至仅数十个。这如同先让AI在计算机里完成分子“海选”，再将优选者送入实验室。

　　这对于药企和研发团队而言，意味着分子发现有机会从传统的大规模实验筛选，转向以计算设计为核心、少量实验验证为支撑的新工作方式，将有限的实验资源更加集中地投入高潜力候选，提升早期分子发现效率。

　　GPCR是制药行业最重要的药物靶点家族之一，但复杂的膜蛋白结构和有限的胞外可及区域，长期制约着抗体分子的发现与设计。MMDesign针对六个高难度GPCR靶点开展从头设计，全部成功获得实验确认的结合分子。这为复杂靶点的抗体发现提供了新的技术路径，也进一步验证了AI从头设计在传统研发难点中的应用潜力。从跨轮次优化到跨分子模态设计，MMDesign正在将针对单一靶点的一次性发现能力，拓展为能够适应不同设计任务、持续产生和优化候选分子的通用技术能力。

　　业内专家表示，对于药物发现，“能结合”只是第一步，“可开发”同样重要。MMDesign已将表达、聚集倾向和非特异性反应等核心可开发性指标前移至设计评估，推动AI分子设计从关注结合活性，进一步拓展至对实际研发需求的综合考量。

　　据了解，从高项目成功率，到复杂GPCR靶点的广泛命中，再到跨轮次优化与跨模态设计，MMDesign展现出的系统性设计能力，离不开自主底层模型与多维度智能评估技术的协同支撑。分子之心自研的全原子结构预测模型MMFold，正是MMDesign背后的“结构底座”，让候选分子的生成与优选，每一步都建立在全原子层面的精准结构依据之上，推动底层AI技术向实际分子发现能力转化。

　　分子之心创始人许锦波表示，AI生物药研发的长期价值，不只是单个模型的性能突破，更在于通过自主底层模型与生成、评估、实验验证的协同，让精准分子设计成为能够持续解决不同研发问题的技术基础设施。

　　分子之心表示，目前，MMDesign已可面向制药和生物技术伙伴开展合作，后续将继续深化亲和力优化，拓展更复杂的靶点与分子模态，并加强多维度可开发性优化，推动AI可编程分子工程在实际研发中加速落地。