抗体设计效率百倍提高！生成式AI颠覆蛋白质设计，中国力量跻身全球前列！

6月30日，OpenAI支持的Chai Discovery推出Chai-2，这款多模态生成模型展现出强大的抗体设计能力，一经发布便引起巨大轰动。

具体来看，Chai-2能够在不依赖现有抗体或高通量筛选的情况下，完全零样本生成抗体，实现了两位数的成功率，较传统方法提高了100倍。

带来的直观效果便是，将原本需要几个月时间的抗体从头设计工作压缩至两周以内，显著加速药物发现的进程。

Chai-2的惊艳性能，成为AI颠覆蛋白质设计的又一力证。

长期以来，蛋白质等关键生物分子的开发受限于传统方法的低效：高度依赖研究人员的经验，并需要大量湿实验验证，无异于“大海捞针”。

然而，以生成式AI为代表的新一代人工智能正在彻底改变这一现状。凭借从海量数据中学习、挖掘和建模复杂规律的优势，为开发具有特定功能的蛋白质提供了新的可能性。

当我们能像开发软件一样编程蛋白，生物科技的前景将超乎想象，也许正像诺贝尔奖得主Demis Hassabis所预言的那样：在AI的帮助下，人类将在未来十年治愈一切疾病。

这场深刻的技术变革已然拉开大幕，吸引一批顶尖团队投身其中，围绕蛋白质设计展开新一轮AI竞逐。

在这场科技创新的浪潮中，百奥几何值得更多关注，其发布的全球首款全能蛋白质基础模型GeoFlow V2，可直接基于靶点从头生成全新抗体分子，拥有与Chai-2等领先模型同台竞技的实力。

凭借领先技术平台与深厚产业经验，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在抗体研发、酶工程等多个领域落地。

百奥几何的脱颖而出，为生成式AI赋能蛋白质设计领域树立了一个类似DeepSeek的标杆，成为中国企业凭借创新实力走向全球科技舞台中央的生动缩影。

蛋白质“从理解到设计”

生成式AI成为答案

蛋白质的结构决定其功能，于是蛋白质结构预测，即从氨基酸序列推断出复杂的三维结构，成为关键。

图：蛋白质从序列到结构

这项研究曾经困扰学术界半个世纪之久，直到AlphaFold的出现打破了僵局。

DeepMind开发的AlphaFold模型凭借深度学习的强大能力，能够以接近实验测量的精度预测蛋白质结构，将曾耗时数月甚至数年的结构解析过程，缩短至数分钟，从而为生命科学研究打开了全新的大门。

然而，伴随结构预测的解决，一个更为前沿和宏大的挑战浮现出来：蛋白质设计。

如果说AlphaFold让我们能够“读懂”蛋白质语言，那么蛋白质设计则赋予了我们“书写”这种语言的能力，主动地创造具有特定功能的新型蛋白质。

掌握蛋白质设计，就如同掌握了编程生物分子的强大能力，这将彻底颠覆生物医药和生物制造的未来格局。

但这项任务的复杂性远超想象，一个由100个氨基酸组成的蛋白质，其可能的序列组合数量（20^100）比宇宙中的原子数还要多。面对如此庞大的可能性空间，如何从头设计具有特定功能的蛋白，成为生物技术领域最具挑战性的难题之一。

长期以来，蛋白质设计高度依赖于经验驱动的反复试错。研究人员在有限的生物学知识和直觉指导下，探索着浩瀚的“蛋白质宇宙”，却常常如“盲人摸象”般，只能触及冰山一角。

传统方法不仅系统性地触及大多数潜在的、具有理想功能的蛋白质，而且每次迭代都需要经历漫长的湿实验室合成、表达、纯化和验证周期，伴随着巨大的时间和成本投入。

当下，基于扩散模型（Diffusion Model）的生成式AI的兴起，我们正见证着一场蛋白质从头设计的革命性转变。

扩散模型的核心思想是通过一个迭代的去噪过程，从随机噪声中逐步恢复出有意义的数据结构。将其应用于蛋白质设计，意味着模型能够从一个完全随机的初始状态，逐步“去噪”并“塑造”出目标蛋白质的三维结构和对应的氨基酸序列。

图：蛋白质扩散设计过程

这种创新性的从头设计方法，与传统的基于模板或基于物理模拟的方法截然不同，能够学习并内化蛋白质结构与序列的复杂内在规律，从而生成前所未有且功能新颖的蛋白质分子。

这标志着蛋白质设计从“经验试错”到“理性构建”的范式跃迁，将加速新药研发、工业酶优化以及新型生物材料的诞生，开启生物分子设计的新时代。

Chai-2诞生背后，中国团队领先布局

作为AI赋能蛋白质设计的最新成果，Chai-2成为近期行业焦点。

数据显示，Chai-2从头设计抗体的平均成功率高达15.5%，相较此前仅0.1%的成功率，实现了百倍提升。

图： Chai-2针对52种抗原的测试结果，蓝色标注的方框代表在≤20个测试设计中至少有一个成功结合的靶点，占全部测试靶点的50%

更引人瞩目的是，Chai-2具备“零样本”（Zero-shot）蛋白质从头设计能力。这突破了传统方法依赖已知抗体结构模板的限制，显著提高了成功率。

这意味着，即使面对毫无实验数据的未知靶点（包括各类难成药靶点），Chai-2也能通过计算直接生成具有结合活性的新蛋白，为药物研发带来革命性机遇。

其核心突破在于：全原子结构预测与蛋白质设计，极大提升了设计精度与成功率。

所谓“全原子”，即对蛋白质进行原子级精度的建模与设计。这种高精度模拟对于准确预测蛋白质结构与功能，实现高通量的蛋白质设计与筛选至关重要。

而在这个方向，中国团队的布局更早，并且已经有首创成果落地。今年5月，百奥几何发布全场景原子级AI蛋白设计大模型GeoFlow V2，开创性地将结构预测与设计功能统一到了单一模型，模型表现处于全球前列。

在抗体及抗原-抗体复合物结构预测精度上，GeoFlow超越了AlphaFold3的水平，这也是提高设计序列筛选能力的关键。

例如在低同源性抗体-抗原复合物预测中，通常由于缺乏相似的模板进行比对，导致预测准确性下降。而GeoFlow V2在该场景下，Top-1成功率达45.19%，比GeoFlow V1提升四成，大幅超越Chai-1、Protenix、AFM2.3等业界优秀同类模型，体现对生命分子相互作用的强大建模能力。

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

要知道，蛋白质结构预测与设计本质共享底层技术，相互协同。AI设计出的序列需经预测验证其有效性。而GeoFlow V2的核心创新在于构建了统一的原子扩散模型，能同时处理预测与设计任务，彻底突破了传统“只能预测或只能设计”的局限。

此外，为了能够让生成的蛋白质符合现实要求，百奥几何还将实验数据和先验知识整合进入GeoFlow V2中，让AI设计的抗体/酶真正具备可开发性和临床安全性。

例如，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。

GeoFlow V2的价值已在真实场景中获得验证。百奥几何近期宣布，仅用60天、通过3轮“设计-验证-再设计”的干湿迭代，成功交付一款重要体外诊断（IVD）试剂用酶，将工业级酶的产物产量提升至野生型的21倍。这标志着百奥几何成功打通了从底层技术突破到产业落地的闭环，为行业提供了革命性效率工具。

百奥几何的技术突破离不开强大的团队支持。创始人唐建博士长期深耕AI与生命科学交叉领域，担任加拿大蒙特利尔大学算法研究所（Mila）终身教授。

早在2021年，唐建博士就将扩散模型用于分子的三维结构生成，其关键论文是2022年AI领域引用量排名前50的论文之一。

2022年底，唐建带领团队回国创立百奥几何，并邀请到深度学习三巨头之一、AI之父、图灵奖获得者Yoshua Bengio担任公司首席科学顾问。

目前，百奥几何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。

生命科学迎来工程拐点，重塑万亿产业

AI浪潮下，生命科学领域正经历一场深刻变革。

其中，生成式AI驱动的蛋白质从头设计技术正成为这场变革的重要引擎，推动英伟达CEO黄仁勋所预言的"生物学从传统科学向工程化转变"这一愿景照进现实。

特别值得注意的是，AI蛋白质设计已实现从实验室到产业落地的跨越，近期多起重磅事件表明，这一突破性技术的商业化进程正在加速。

今年3月，医药巨头诺和诺德和AI蛋白质设计公司Gensaic达成合作，针对未公开靶点发现新的治疗候选药物，用于治疗心脏代谢疾病，每个靶点最高获得3.54亿美元的预付款及里程碑付款和分成。

5月，Nabla Bio宣布，其开发的新型AI系统可在短短数月内设计出数十种靶向GPCR的抗体候选药物，其效果与传统研发流程耗时数年的药物相当。

紧接着，诺贝尔奖得主创办的AI制药独角兽Isomorphic Labs宣布，其基于AlphaFold系列模型设计的首批候选药物将进入临床试验。

面对新药研发“双十定律”的巨大压力，AI蛋白质设计正在成为破局关键，全球大小药企围绕这个领域展开了新一轮的军备竞赛。

而蛋白质研究范式的改变，不仅加速了生物医药的创新，也深刻影响了生物制造的未来，一个更大的市场正在徐徐展开。

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。

我国《“十四五”生物经济发展规划》将生物制造列为战略性新兴产业，2024年的政府工作报告中，生物制造更是被列为新增长引擎，强调了其在现代化产业体系建设中的重要性。

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。

近日，工信部公布的《人工智能在生物制造领域典型应用案例名单》中，16个入选项目中有9个应用于高性能蛋白质元件设计及构建领域，足见其对行业的重要性。

作为生成式AI驱动蛋白质从头设计的领军企业，百奥几何凭借其前沿技术突破与产业化实践积累，持续产出具有国际竞争力的创新成果，为全球生物医药与生物制造提供智能解决方案。

Chai-2的惊艳亮相，再次印证了生成式AI在蛋白质设计领域的巨大潜能。

面对这场全球范围内的技术浪潮，百奥几何凭借自主研发的GeoFlow V2，展现出中国企业在该领域的前瞻布局与深厚积淀，具备与国际顶尖模型同台竞技的实力。

一个由AI重构的生命科学新时代正在加速到来，以百奥几何为代表的创新力量，正为全球生物医药与生物制造注入新动能，成为诠释中国科技跃迁的鲜活样本。

—The End—