精度达AlphaFold 3两倍,分子之心攻克高难度抗体设计
传统抗体发现通常依赖动物免疫,或从大规模抗体文库中展开“地毯式搜索”。
分子之心近日发布的一份技术报告,则给出了截然不同的解题思路。
这份报告围绕其AI蛋白质从头设计平台MMDesign展开,涵盖18个不同靶点,包含纳米抗体(VHH)和大环肽两类分子模态,共计19个设计项目:
- 每个项目仅需测试9至50个候选分子,其中18个项目均成功获得经实验确认的结合分子,项目成功率高达94.7%;
- 6个受测GPCR靶点全部成功,最优亲和力均达到纳摩尔级;
- 对此前已获命中的6个靶点开展二次设计,有5个项目的设计指标实现进一步提升;
- 部分候选分子还展现出优异的初步成药性(可开发性)与序列新颖性。
这些数据表明,MMDesign已**从“技术突破”迈入“系统性验证”阶段:同一套“生成-筛选-验证”**工作流,能够在跨靶点、跨模态的项目中,仅凭少量候选分子稳定通过湿实验验证。
在半年内完成三次迭代的MMDesign,正致力于将**“高效命中”**沉淀为一种可重复的工程化能力。
对AI制药而言,真正的核心价值体现在多个维度:
分子生成后,送入实验室测试的候选规模能否更精简、命中率能否更高——这关乎效率;
候选分子的亲和力、可开发性指标与序列新颖性能否更优——这关乎质量;
此外同样关键的是:生成过程无需依赖任何已知结合分子进行修饰改造,而是直接基于功能需求设计分子。即便面对缺乏先例的靶点,也能从容破局,这正是从头设计区别于“基于已知分子改造”的本质价值所在。

先把“海选”搬进计算机:单项目仅测数十个分子即获命中
AI从头设计跳过了在海量文库中反复试错的传统路径,研发人员只需指定目标靶点与结合表位,AI即可在数字空间中直接生成分子序列。
然而,生成序列仅仅是第一步。如何从数以万计的候选序列中,精准筛选出值得送进实验室验证的数十个分子,才是技术的分水岭。
MMDesign将这一流程规范化为**“生成-筛选-验证”**的端到端工作流:
系统首先在计算空间生成数万个候选分子,随后结合结构可靠性、序列天然性以及基于统计物理的多层评估体系,将单个项目的候选分子集压缩至9至50个(中位数仅为21个)。最终,19个项目中18个成功获得可结合分子,项目成功率达94.7%;在全部453个受测候选中,有139个确认结合,整体候选命中率达30.7%。
这里包含两套衡量标准:94.7%代表“项目是否能找到至少一个结合分子”,30.7%则反映“受测候选分子中的实际命中比例”。在抗体从头设计领域,这两项指标放眼全球均处于第一梯队。
其中,15个项目获得了至少两个结合分子(占比近八成),意味着研发团队不仅能“有药可用”,还可以在多个候选分子之间进行对比与优化。
对于药企而言,在计算阶段及早排除低价值候选,有助于将宝贵的实验资源集中投向高潜力分子,从而真正实现从“海量筛选”到“精准设计”的范式转变。
六个GPCR全线告捷,啃下膜蛋白“硬骨头”
如果说94.7%的成功率展示了效率,那么GPCR系列项目则直接验证了技术的硬核实力。
GPCR(G蛋白偶联受体)是制药领域最重要的药物靶点家族之一,但针对该靶点开发抗体历来困难重重。一方面,作为膜蛋白,GPCR结构复杂且构象多变;另一方面,其暴露在细胞外可供抗体结合的区域极其有限。因此,GPCR被公认为抗体从头设计领域最难攻克的“硬骨头”之一。
报告显示,MMDesign针对CCR7、CCR8、EP2、GPR68、NK3R、A2AR六个GPCR靶点开展从头设计,全部成功获得经实验验证的结合分子。
在报告所采用的BLI(生物膜干涉技术)检测条件下,各靶点的候选命中率介于12.1%至100%之间;六个靶点的最优结合分子亲和力均达纳摩尔级,其中GPR68的最优解离常数($K_D$)低至12.1 nM。

其中两项结果格外突出:NK3R的30个受测候选全部确认结合,命中率达100%;GPR68受测的11个候选中亦有10个成功命中。
更具说服力的成果来自“无先例”场景的攻坚:
在Thera-SAbDab数据库(PL132)中,针对5个尚无编目治疗性抗体先例的GPCR靶点,89个受测设计中有53个成功结合,候选命中率达到59.6%。
这正是从头设计与“基于先例改造”的根本区别:AI必须完全脱离参考模板,仅凭靶点结构与功能需求进行“闭卷作答”。高达59.6%的命中率证明,即便面对缺乏先例的复杂膜蛋白靶点,该平台依然能够开辟全新的发现路径,攻克传统研发的技术壁垒。
支持跨轮次优化与跨模态拓展
药企与技术平台建立长期合作,核心在于考量其能力的“可复用性”:初步设计完成后能否持续优化?切换到其他分子模态后能否稳定跑通?
本次报告给出了明确答案:MMDesign针对6个此前已获得结合分子的靶点启动了第二轮设计,其中5个在命中率、最优亲和力或综合指标上实现了进一步跃升。
以PDGFR靶点为例,候选分子命中率由4.0%提升至21.1%,最优$K_D$值从150 nM优化至37 nM,亲和力提升达4倍。这证明平台针对同一研发课题,具备持续迭代出更优分子的优化能力。

与此同时,平台的适用范围已成功拓展至不同分子模态。大环肽设计实验显示:MDM2项目的21个候选中16个实现命中,命中率达76.2%,最优$K_D$为13.7 μM;PD-L1项目的28个候选中11个成功结合,最优$K_D$为40.2 μM。
与纳米抗体相比,大环肽分子受环状骨架约束,构象与设计逻辑截然不同,但该工作流依然顺利跑通。
跨轮次的设计优化与跨模态的流程复用,共同印证了系统性验证的成熟度:该平台的技术能力正由“单点突破”向“体系化输出”加速演进。
△验证结果汇总
“能结合”仅是敲门砖,成药性与新颖性全面过关
在药物研发领域,“高亲和力结合”只是拿到了入场券,一个具备真实临床转化潜力的先导分子,还必须跨过多道成药性难关:能否稳定表达、是否容易聚集、是否存在脱靶及非特异性结合等。
报告显示,MMDesign已将此类指标全面前置到计算评估环节:在10毫升培养规模的CHO细胞表达实验中,部分VHH-Fc候选分子展现出良好的表达水平;多个纯化后的候选分子以非聚集的主峰组分为主,聚集倾向极低;受测候选子集对胰岛素及双链DNA两种替代抗原的非特异性结合反应均维持在较低水平。
这意味着平台在追求结合活性的同时,已将分子进入下游开发阶段所需的关键理化性质纳入全局优化。
此外,序列新颖性也是证明“无模板设计”能力的关键证据。
MMDesign的生成机制无需依赖抗体序列库检索已知分子作为改造起点。比对PDB、OAS和SAbDab等权威数据库发现,多个靶点的设计分子在抗原识别区域与已知抗体存在显著差异,部分分子的关键结合环区CDR3甚至呈现出全新的构象。
这种围绕功能需求生成全新序列的特性,不仅有助于攻克传统研发难以覆盖的靶点空间,也为规避既有专利壁垒、拓展具有自主知识产权的管线布局提供了坚实保障。
精度达AlphaFold 3两倍:结构底座驱动“AI生物新基建”
从头设计若想在下游“选得准”,前提是在上游对微观结构“看得清”。
分子之心自研的全原子结构预测模型MMFold,正是支撑MMDesign运行的核心结构底座。
在国际权威的FoldBench抗体-抗原复合物结构预测基准评测中,针对全部172个复合界面,MMFold的Top-1高质量预测成功率达到39.0%,约为AlphaFold 3对照组(19.8%)的两倍;其Top-1整体成功率为70.9%,Top-5整体成功率提升至76.7%,其中Top-5高质量预测成功率达44.2%。
△FoldBench全部172个抗体-抗原界面结构预测结果
在与OpenDDE、Protenix-v2公开测评相对应的160个共有界面子集上,MMFold的Top-1高质量成功率达到39.4%,优于OpenDDE报告的33.0%和Protenix-v2报告的28.2%;Top-5高质量成功率进一步提升至45.0%,整体预测成功率达到78.8%。
△FoldBench的160个共同界面子集结构预测结果
高精度结构预测的价值不仅在于基准排名,更在于为候选分子的虚拟筛选与评估优选提供了精准可靠的物理依据。只有把复合结构“看准”,算法才能在庞大的计算搜索空间中精准圈定最具潜力的实验分子。
在MMDesign背后,是分子之心围绕蛋白质生成、结构预测、分子设计与动力学模拟打造的AI技术基础设施矩阵:
多模态蛋白质基础大模型NewOrigin(达尔文)提供底层表征能力,MMDesign负责从头生成与候选分子优选,MMFold聚焦精准结构预测,QuantaMind承担动态模拟分析,而AI原生研发操作系统MoleculeOS则将算法模型与研发管线深度贯通,构建起完整的“生成-计算-实验-迭代”闭环生态。
从“单点命中”迈向“稳定复用”,AI分子设计步入实战阶段
分子之心创始人许锦波表示:
这次扩展评估的重要意义,在于将一次性的设计成功,逐步转化为可重复、可扩展的研发能力。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。
从单点命中到跨靶点、跨模态的系统化验证,从核心算法突破到高度工业化的研发工作流,MMDesign的最新报告将行业核心命题从“AI能否设计出分子”,推进至**“AI能否稳定、高质、可复用地交付先导分子”**。
兼顾少量候选与高命中率的设计效率、兼顾高亲和力与可成药性的分子质量,以及摆脱既有模板依赖、攻克复杂靶点的创新能力,三者协同筑牢了该平台的工程化复用底座,也推动AI分子设计真正成为解决复杂药物研发需求的生产力工具。
- 分子之心MMDesign技术报告链接:https://zenodo.org/records/23321531