超越AlphaFold3！全球首个全能蛋白质基础模型GeoFlow V2诞生，AI生命科学新里程碑！

AI蛋白质领域，刚刚迎来了震撼升级！

近日，百奥几何发布了全球首款全能蛋白质基础模型GeoFlow V2，一举超越AlphaFold3、RFDiffusion，在结构预测精度、预测速度以及设计合理性上实现了全面进化。

作为全球首个蛋白质“结构预测+从头设计”一体化的生成式大模型，GeoFlow V2实现了“一个模型，无限可能”，能够同时用于蛋白质结构预测和蛋白质从头设计两大关键任务。

而2024年诺贝尔化学奖得主的重磅作品——谷歌DeepMind的AlphaFold3和David Baker团队的RFdiffusion，仅能分别完成结构预测与蛋白设计任务。

具体来看，GeoFlow V2在抗体及抗原-抗体复合物结构预测的精度及速度上全面领先业界主流模型，并支持指定表位、指定结合模式、指定抗原结构、多构象预测等复杂场景。

在从头设计上，通用模型GeoFlow V2在生成质量与结构合理性超越了由RFDiffusion在抗体数据上专门调优得到的RFAntibody，真正实现了“Quality by Design”的源头创新。

可以说，这个全球首创的模型宣告了AI+生命科学迈入智能创造时代——通过生成式AI重构大分子设计的底层范式，GeoFlow V2将加速新药、疫苗、工业酶等产品的研发进程，深刻改变生物医药、生物制造的创新格局。

例如，在一个关键医药中间体合成工艺优化中，GeoFlow V2仅用55天便完成了转氨酶的高性能定向改造——催化活性提升52.3 倍，左手性选择性从0%跃升至99.7%，解决了关键手性前体胺的催化难题。

GeoFlow V2的发布，标志着百奥几何这家生成式AI驱动的蛋白质设计研发平台公司，朝着AGI落地生命科学迈出极为重要的一步，为全球创新带来中国解决方案。

而这一通往星辰大海的旅途注定需要携手同行，GeoFlow V2即日起正式上线，面向全球生物医药、合成生物、蛋白工程等相关领域的科研机构、行业专家、创新团队开放限时免费试用，百奥几何诚邀志同道合者共创未来。

试用及技术报告链接：prot.design

AI蛋白质领域，跑出一匹黑马

AlphaFold3的发布震撼了整个生命科学界，有望成为药物研发的革命性工具。

与AlphaFold2相比，AlphaFold 3将预测的范围扩展到蛋白质、DNA、RNA、小分子等的几乎所有生物分子结构和相互作用，带来一场分子革命。

就在近日，AlphaFold3背后的创造者——Isomorphic Labs宣布完成6亿美元融资，成为2025年生命科学最大一笔融资，足以见得市场对创新技术的期待。

早在去年6月，百奥几何抗体设计生成式 AI 模型GeoFlow，是业内第一个在抗原-抗体复合物结构预测任务上接近AlphaFold3水平的生成式AI大分子设计模型。

而近日发布的GeoFlow V2，则在抗体性能指标、预测准确性及设计合理性上实现了全面进化，多个任务超越AlphaFold3。

简单来说，GeoFlow V2最大创新在于创建了统一的原子扩散模型，能够同时处理蛋白质结构预测和蛋白质设计任务，有效避免了“只能预测或只能生成”的局限性。

在AlphaFold3多个任务中，最受关注的还是蛋白质-配体预测。绝大多数药物都需要与目标蛋白质结合，精准预测蛋白质与其他分子的结合位置和方式，将大大促进药物研发。

GeoFlow V2 则具备强大的蛋白质复合物结构预测与建模能力，能够在各种约束条件下精准预测对接结构，广泛适用于抗原-抗体、蛋白-蛋白及蛋白-小分子等体系。

尤其在低同源性抗体-抗原复合物预测中，传统的同源建模方法（如基于已知结构的模板比对）准确性下降。

而GeoFlow V2 针对在低同源性抗原-抗体复合物结构预测任务的性能测评显示，GeoFlowV2的Top-1 成功率达45.19%，比GeoFlowV1提升四成，大幅度超过 Chai-1、Protenix、AFM2.3 等业界优秀同类模型，体现了对生命分子相互作用的强大建模能力。

此外，在蛋白-小分子结构预测任务中，GeoFlow V2相较于目前主流模型也有着一流的表现。

图：GeoFlow V2 在抗原-抗体复合物和蛋白-小分子复合物结构预测结果

不仅如此，GeoFlow V2的轻量级变体GeoFlow V2-ab在抗体结构预测中表现出色，在预测精度更高的前提下，速度比AlphaFold Multimer V2.3快了150-250倍，预测时间压缩至秒级别，可以支持百万级别的抗体结构预测任务。

图：GeoFlow V2-ab 在抗体结构预测推理时间上相比 AFM2.3 展现出 150 至 250倍 的速度优势

抗体设计能力全面增强

2024年全球抗体药物市场规模达到2677亿美元，超6款抗体药物突破百亿美元大关，成为全球最重要的药物形式之一。

传统的抗体设计多依赖于实验室中的高通量筛选技术，例如免疫或定向进化，不仅成本高昂，且效率低下。

而GeoFlow V2为代表的生成式AI的出现，为生物药发现开辟了全新的路径，可直接基于靶点从头生成全新抗体分子，为这一领域带来革命性的机遇。

以七个治疗靶点为例，GeoFlow V2根据指定表位氨基酸生成 1000 个抗体，结果显示GeoFlow V2 在 5 个抗原上成功复现了参考分子的结合模式（minimum FR RMSD < 5Å）。

图：根据7个靶点生成的抗体结构

此外，在针对HER2靶点等抗体从头设计任务中，GeoFlow能够生成高通量建库，成功筛选出多个低纳摩尔亲和力，成药性良好的抗体分子，部分分子已完成动物体内功能验证。

简单而言，GeoFlow V2为抗体工程带来了效率提升和设计范式转变，有望为难成药靶点、特殊表位及种属交叉抗体的发现带来革命性变化。

首款全能蛋白质基础模型，如何炼成？

GeoFlow V2的突破性创新背后，是一家来自中国的创新企业百奥几何。

创始人唐建博士长期深耕AI与生命科学交叉领域，于2022年创立该公司，专注于生成式AI蛋白质设计平台的研发。

唐建博士任加拿大蒙特利尔大学算法研究所（Mila）终身教授，公司首席科学顾问由深度学习之父、图灵奖得主Yoshua Bengio担任。

目前，百奥几何团队汇集了来自北京大学、清华大学、复旦大学等顶尖高校人才，涵盖人工智能、生物信息学、结构生物学背景，多位成员曾任职于国际药企以及知名生物科技公司。

正如OpenAI持续推动GPT系列升级，百奥几何凭借深厚的技术积淀，为GeoFlow系列模型的迭代提供了坚实的基础。

最新公开的技术报告中，揭露了全球首个全场景原子级蛋白质大模型是如何炼成的。

统一的原子扩散模型

早在2021年，百奥几何就前瞻性地将扩散模型用于分子三维结构生成。

GeoFlowV2首次实现了将蛋白质结构预测和从头设计统一在一个框架内，意味着模型支持双向生成，不仅能够输入完整序列生成结构、输入完整结构生成序列，还能输入部分序列/结构生成互补的序列/结构。

图： GeoFlow-V2模型架构

相较于此前需要为预测和生成设计独立的模型架构，GeoFlow V2打破结构预测与生成的割裂，让模型更准确、更通用、更强大。

蛋白质生成偏好优化

近年来生成式AI在抗体设计发展异常迅速，但绝大多数模型聚焦于提升抗原特异性结合亲和力，对生物物理特性考虑并不多。

这也导致实际应用中，尽管不少模型能够一键生成大量蛋白质，但只有小部分抗体/酶真正具备可开发性和临床安全性，后续开发受限。

百奥几何意识到了这一痛点，将实验数据和先验知识整合进入GeoFlow V2中，从而实现对折叠和设计过程的精确控制。

当前，GeoFlow V2接受各种条件约束，包括表位约束（残基到链）、接触约束（残基到残基）以及结构约束（指定一部分序列对应的结构）等，在设计合理性方面进行全面优化。

值得一提的是，百奥几何还自建高通量湿实验能力，并将其与GeoFlow 的出色的预测和设计能力相结合，通过多次“设计-验证-再设计”的实现蛋白质的迭代优化。

借助这一手段，GeoFlow仅在两轮酶进化中，就将一款酶的催化活性提高了65 倍，整个过程耗时仅需2个月，大大缩短了酶进化时间。

总结而言，百奥几何的模型创新并非空中楼阁，而是真正将深度学习方法转化为生物制药行业的实际应用，提升蛋白质疗法的可成药性，有效减少湿实验成本。

生成式AI引领下一代大分子设计

百奥几何贡献中国智慧

去年，人工智能领域的杰出学者接连获得诺奖，科学界的至高殿堂用实际行动表明AI4Science时代的到来。

尤其是，诺贝尔化学奖花落计算蛋白质设计和蛋白质结构预测领域，DeepMind与David Baker团队以其尖端创新成果，凸显了AI在生命科学的巨大潜力。

作为生命的基石，蛋白质在生物体内发挥着关键作用，具有催化生化反应、构建细胞结构及调节生物体的复杂功能，其结构、功能、相互作用与调控机制一直是科学家们探索的重点。

当下，科学家们正在运用AI来探索生物学的最深刻奥秘：无论是AlphaFold2解决困扰结构生物学50余年的"蛋白质折叠问题"，还是RFDiffusion实现特定蛋白质的从头设计——种种进展都在彰显着AI的变革力量。

进一步地，生成式AI以其特殊架构，如语言模型和扩散过程，更加擅长生成新颖且具备实际价值的蛋白质，为蛋白质科学研究开辟了更加广阔的空间，从根本上重塑了生物大分子研发的技术范式与未来图景。

这项突破性技术的产业化应用，将打破传统研发模式成本高、周期长的局限，为生物医药、生物制造等行业提供强大助力，疾病诊断、新药研发、工业酶设计等更多前沿场景有望迎来革命性突破。

作为新一轮科技革命的制高点和产业变革的新引擎，生物制造受到全球各国的高度重视，我国于2023年底将生物制造确立为战略性新兴产业，并在2024年、2025年政府工作报告中持续强化其战略地位。

据麦肯锡统计，生物制造的产品未来可以覆盖70%化学制造的产品，在未来10-20年可能对全球产生每年2-4万亿美元的直接经济影响。

在这一进程中，AI驱动的蛋白质从头设计技术正发挥着关键作用，该技术通过精准调控蛋白质元件的催化活性、底物选择性、热稳定性等核心指标，加速化学品、药品和功能材料的合成，为万亿级生物制造市场注入强劲动能。

作为生成式AI蛋白质设计领域的引领者，百奥几何致力于为传统的制造企业提供生物制造解决方案，实现绿色和智能化转型，通过打造生成式人工智能（AIGC）大模型理解生命语言，重新构建蛋白质药物发现及设计过程。

目前，公司已经打造人工智能大分子药物设计平台和高通量大分子药物湿实验验证两大基础平台，实现干湿实验闭环，正在赋能合作伙伴实现精准、高效的大分子药物设计和优化。

基于AI蛋白质设计领域的前沿技术突破与产业化实践积累，百奥几何已与多家上下游企业达成战略合作，共同推进生成式AI在生物医药和生物制造领域落地。

未来，百奥几何将继续以技术创新为驱动，深耕蛋白质设计与研发，为解决全球性挑战提供更优质的中国解决方案，推动生物医药和合成生物制造产业迈向更加智能化、高效化的新未来。

从AlphaFold开启蛋白质结构预测的革命纪元，到RFDiffusion实现蛋白质从头设计的重大突破，AI在生命科学领域的演进从未停歇。

而今，GeoFlow V2的问世标志着这一领域迎来全新里程碑——它首次实现了结构预测与设计的融会贯通，具备更高的精度、更强的通用性和更贴近实际应用场景的特性。

DeepSeek的崛起让全球科技界见证了中国模型的创新实力，标志着中国AI力量正稳步迈向世界舞台中央——这一趋势已成为国际共识。

而在生成式AI引领的新一轮大分子设计革命中，以百奥几何为代表的中国企业，同样正以引领者的姿态，成为全球AI+生命科学赛道中汹涌澎湃的“后浪”。

—The End—