AI时代的天工开物：分子之心掀起生物经济“操作系统”革命 | 甲子光年

生物经济正从“手工作坊”式的昂贵试错，迈向“按需创造”的工程化时代 。

作者｜刘瑶

2025年11月8日，张江科学城举办的“2025礼来中国科学日”论坛上，制药巨头礼来（Lilly）宣布其开放创新平台上海创新孵化器正式投入运营。AI蛋白质设计领域的领军企业分子之心作为首家入驻企业完成了签约。

礼来上海创新孵化器旨在链接礼来的全球经验、先进技术平台与中国最具潜力的创新者，为入选企业提供顶级实验室空间和全球资源。分子之心作为首家入驻企业，标志着其技术实力与产业价值已获得全球顶级制药公司的认可。

正如礼来全球副总裁，礼来创新孵化器及Catalyze360资产组合管理全球负责人Julie Gilmore博士所言：“一款新药从实验室走到患者平均耗时十余年。如今，随着创新技术的迭代以及与医药领域的深度结合，我们有能力把这一漫漫长路压缩得更短、更精准。”

能够成为礼来加速“从实验室到患者”这一进程的首选合作伙伴，正彰显了分子之心的技术底蕴。这场技术跃迁的背后，站着全球AI蛋白质设计领域的领军人物许锦波和他创立的分子之心。支撑这场顶级产业合作的，正是分子之心的核心产品——业界首个功能完整的AI蛋白质优化与设计平台MoleculeOS。该平台也在今年进行了重大升级，标志着AI蛋白质技术正从“预测”现有，迈向“按需创造”未有。平台不仅带来了在部分关键产业场景中比肩甚至超越AlphaFold 3的复合物结构预测能力，更突破性地实现了工业级的超高精度蛋白质动态设计。平台之上，集成了数十项直面生物制药、生物制造产业核心痛点的解决方案。

这不再仅仅是一个更强大的算法或一个更便捷的工具。当我们把视线从单一技术拉向整个产业，会发现分子之心的布局远不止于此。它正在构建的，是一个支撑未来整个生物产业链数字化、智能化和规模化的底层设施——生物经济的“新基建”。

正如算力中心和光纤网络构成了数字经济的底座，一个能够将蛋白质研发从“手工作坊”升级为“智能工厂”的平台，正在成为生物经济爆发式增长前夜最关键的底座——产业工程化的基础设施。

1.“新基建”号角：生物经济呼唤自己的Infra

“一个产业要起飞，前提是这个产业要能够工程化。”在接受「甲子光年」专访时，分子之心创始人兼首席科学家许锦波一语道破了生物经济产业化的核心。

生物学，长期以来被视为一门“实验科学”，其发展高度依赖于一次次试错和偶然发现。尤其在蛋白质和酶的研发领域，传统路径充满了不确定性。一款新药的诞生遵循着残酷的“双十定律”——耗时十年，花费十亿美元，且成功率不足10% 。一个工业酶的活性提升，可能需要一个博士团队耗费数年时间，筛选成千上万个突变体。这种研发模式，本质上是一场高成本的“赌博” 。

“这种高成本的试错模式，对于产业的发展是不利的。”许锦波告诉「甲子光年」。高昂的资本门槛和巨大的沉没风险，使得这场游戏只有少数资金雄厚的巨头才能玩得起，大量中小创新团队的智慧和想法被无情埋没 。

转折点出现在两个关键变量的交汇：海量数据的产生和强大AI算法的出现 。一方面，高通量测序等技术让生命科学进入了大数据时代；另一方面，以深度学习为代表的AI技术，恰好擅长从海量数据中挖掘人类难以发现的复杂规律 。AlphaFold的成功，正是这一交汇点的标志性事件。它证明了AI有能力将非结构化的生物信息，正在逐步转化为精确的、可计算的数字模型 。

当核心技术瓶颈被AI突破后，产业的下一个需求，必然是构建一个底层共性平台，将这种从0到1的突破能力，规模化、标准化地赋能给成千上万的参与者 。

这就是“生物经济新基建”的定义：在生命科学和合成生物领域，构建起从“学术创新”到“量产工厂”的产业中台，让“按需创造功能蛋白”成为一种可复制、可规模化的标准化服务 。

然而，理想美好，现实骨感。构建这样一个“产业中台”绝非易事。

首先，仅依靠通用的AI蛋白质技术，不足以完全解决产业问题。许锦波向「甲子光年」解释道，产业应用场景极其复杂，充满了各种独特的约束条件 。比如设计一款抗体，需要考虑其与抗原的结合特异性；设计一种工业酶，则要关注其在产业条件，例如特定温度、酸碱度下的催化效率和稳定性 。

“借助一个通用的大模型，你可能得生成一万个、十万个甚至百万个分子，里面才可能有满足需求的。但你做实验不可能做这么多。”许锦波强调，“为了大幅度降低实验的要求，我们必须把各种专有约束加到生成模型里面去。这就会导致你需要很多专有模块。”

其次，从AI设计到产业落地，存在着巨大的“死亡之谷” 。AI设计的分子是否能在真实的生物体中正确表达？其功能是否如预测一般？稳定性、安全性如何？这一系列问题，都需要一个完整的计算-实验（Dry-Wet Lab）闭环来进行快速验证和迭代。这意味着，一个真正有效的“新基建”平台，不仅要有顶尖的算法能力，还要有对产业工艺的深刻理解和强大的湿实验验证能力 。

“具体的产业问题你不做过，有时候是体会不到里面的关键点的。这种经验积累就非常重要。”许锦波解释道。因此，生物经济的“新基建”，绝不是一个简单的算法开源或模型调用接口。它必须是一个集成了海量数据、专用算法、自动化工作流、产业Know-how和验证闭环的复杂系统工程。这正是分子之心正在做的事情 。

2. 分子之心的解法：打造生物经济的“AI原生操作系统”

面对产业的呼唤和挑战，分子之心的核心逻辑清晰而坚定：

用“一套大模型+一站式平台”的方式，将昂贵、慢速、高度碎片化的蛋白质研发流程，转变为工程化、科学化的产业级通用服务。

这个服务的载体，就是MoleculeOS平台。甲子光年希望将其形容为一个“AI原生”的操作系统 。

传统平台是在旧地图上标注新地点，而AI原生平台是基于新大陆绘制全新的地图。所谓“AI原生”，意味着平台的整个架构和流程，都是围绕AI时代的新范式重新设计的。因为AI让许多过去不可能的任务（如端到端设计）成为可能，所以整个“做事的方式”都必须被重构 。

在MoleculeOS上，一整套的工业级蛋白设计需求被分解为5类：预测、发现、优化、设计和验证。平台为每一类需求都提供了世界领先的算法模块，并将其串联成一套符合生物领域的研发及生产的科学化工作流程 。

分子之心MoleculeOS平台，图片来源：分子之心

同时，分子之心自主研发了全球首个集成序列、结构、功能与进化的多模态AI蛋白基础大模型NewOrigin（达尔文） 。它不再像传统模型那样仅从一维的序列“文本”去理解蛋白质，而是从一个“四位一体”的全息视角去认知生命分子 。

“蛋白是一个进化的历程，它本身又存在从序列到结构到功能之间的映射。”分子之心团队成员解释道，“直接从序列到功能这个映射肯定中间会缺失很多参数。”NewOrigin的革命性优势，使其能够处理传统模型难以解决的复杂场景和低数据任务，甚至支持“零样本设计”，为平台的所有上层应用，提供了一个深刻理解生命规律的AI认知。

需要注意的是，分子之心所构建的并非单一的技术高点，而是一道由算法、数据、产业闭环与平台生态共同构成的技术平台。

这套解决方案的基石，源于创始人许锦波二十余年在AI蛋白质领域的深厚积累，以及团队在无数真实产业项目中沉淀下的宝贵数据与隐性知识（行业Know-how）。这些源于产业一线的经验，是无法简单通过复现论文或调用开源模型所能获得的，构成了最核心的知识壁垒。在此之上，公司通过自建的干湿一体实验室，与合作伙伴紧密协同，打造了“计算设计—实验验证—数据反馈—模型迭代”的敏捷闭环。这个高速运转的闭环，不仅是技术迭代的加速器，更是团队洞察产业、认知迭代的核心引擎。

3. 工业级的门槛和决胜信心：深入产业解题，做有行业洞见的AI平台

分子之心的技术创新，其深度不仅在于底层算法的突破，更在于它将创新贯穿于平台化的工程能力与产业细节之中，致力于为行业的飞速发展提供一个系统性的解决方案。这些创新集中在三个方面。

第一，超越静态预测，实现工业级动态设计。

蛋白质在体内发挥功能是一个动态过程，而非一张静止的照片 。传统方法和大部分AI模型都基于静态结构进行预测，这在需要模拟催化反应的酶设计等场景中存在天然缺陷。“如果我们搞不准动态的结构预测，那后面想的动态设计就是无根之源。”分子之心团队成员告诉「甲子光年」 。

分子之心独创性地融合AI和第一性原理，突破了超高精度的分子动态结构预测和设计。这种方法不仅解决了AI模型在小数据和知识盲区上的短板，还能尝试模拟真实的化学反应过程，其分子模拟精度相比行业水平大幅提升，效率提升了数千亿倍，达到了工业级应用水准。

第二，更精准的复合物结构预测能力。

蛋白质的功能往往通过与其他分子形成复合物来实现，因此复合物结构预测是产业应用的关键。在抗体-抗原、酶-底物等核心场景中，MoleculeOS的复合物结构预测精度已比肩甚至超越AlphaFold 3。更重要的是，其预测出的结构具有更好的物理性质，为后续的药物设计和功能改造提供了更可靠的基础。

“以复合物结构为基础，只需要设计非常少量的候选分子就能找到好的化合物。”许锦波解释道，这能将研发筛选范围从上百个缩减到十几个，极大节省了时间和费用。

理论的价值最终要通过实践来检验。分子之心的真正价值，不在于“预测”本身，而在于“交付”那些足以改变产业格局的成果。它深入到传统研发方法望而却步的“无人区”，展现了AI如何将曾经的“不可能”变为如今的“唾手可得” 。

分子之心（图中MM代表），与对照相比，左下图可明显看出分子之心的预测结果更为准确，图片来源：分子之心

我们注意到三个从不可能到可能的案例：

• 攻克“条件激活型抗体”的挑战：在传统高通量筛选难以奏效的pH敏感性抗体研发中，MoleculeOS平台仅用时2个月，历经两轮干湿闭环迭代，便从海量可能性中精准锁定了不到10个候选分子。这些分子展现出超强的pH敏感性，有望将药物半衰期显著提升，从而将原本漫长的研发周期压缩至原来的几分之一。

• 让潜力药物“起死回生”：面对一个因表达量低、易聚集而几乎被宣判“死刑”的融合蛋白药物，平台利用生成式AI力挽狂澜。在短短3个月内，团队成功将其表达量提升了超过400倍，且单体含量高于95%，让一款极具潜力的癌症疗法得以重获新生。

• 智造“超级工业酶”的奇迹：在与生物制造龙头凯赛生物的合作中，分子之心挑战了一款无晶体结构、催化机理异常复杂的工业酶。在未大规模使用客户产业场景数据的前提下，AI平台仅耗时6个月，便将其催化效率提升了整整5倍。

第三，赋能于人，成为“生物学家能力的放大器” 。

在AI与生物产业的融合中，最大的挑战是“知识鸿沟”。分子之心正在系统性地解决这一痛点，其平台设计的核心哲学，就是成为“生物学家能力的放大器”。

MoleculeOS将复杂的算法封装为“一键式”的自动化工作流，让生物学家无需成为AI专家，就能运用最强大的AI工具。更进一步，其正在探索的对话式产品模式，未来能让科学家用自然语言直接与AI平台交互，提出“帮我设计一个耐高温的酶”这样的需求。

“我们不是要让生物学家都成为AI专家，而是要让AI成为每一位生物学家都触手可及的超级工具。”分子之心团队成员表示。这种极致的易用性，正在拆除横亘在生物学家和顶尖AI技术之间的“次元壁”，让创新不再是少数计算专家的专利。

分子之心MoleculeOS的界面，可实现交互式、零基础的对话式操作，图片来源：分子之心

4. 未来展望：重构产业范式，AI是钥匙而非终点

展望未来，AI for 生物的重要性已成为全球共识。美国发布《生物技术未来蓝图》，将生物技术提升到国家安全战略高度，诺贝尔奖得主David Baker创办的公司Xaira Therapeutics吸引了超十亿美元的投资，全力投身AI药物研发 。中国也将“人工智能+”行动提升到战略层面，为AI赋能千行百业提供了广阔的舞台。

回望过去二十年，GPU的出现，为深度学习算法提供了澎湃的算力，使其从理论走向应用，引爆了整个人工智能革命。今天，在生物经济领域，我们正处在一个类似的临界点。蛋白质，这个生命世界最基础的功能单元，其设计和创造能力，正是开启整个生物产业链价值的“开瓶钥匙” 。

然而，分子之心正在做的事情，其价值远不止于提供更强大的算法或工具。它更深远的影响在于，通过将AI原生平台打造为“生物经济的操作系统”，从根本上重构了整个产业的生产模式。

过去，生物研发遵循的是“我看看自然界有什么，我能用什么”的发现范式，这种模式充满了不确定性，研发流程高度依赖“手工作坊”式的试错，不仅遵循着残酷的“双十定律”——耗时十年、花费十亿美元且成功率极低，更让创新成为少数资金雄厚的巨头才能玩得起的“赌博” 。

如今，AI原生平台正在将这一切，转变为“我想要什么，我就去设计什么”的创造范式。当研发人员可以更大胆地去想象，去定义过去因技术限制而不敢想的需求时，整个产业的逻辑就发生了颠覆：

• 从高风险到高确定性：AI平台通过精准的计算和预测，将研发从“大海捞针”式的筛选，变为对少数高潜力分子的“精准验证”，让研发的确定性大大增强 。

• 从资本密集到智力密集：一个拥有优秀创意的小团队，不再需要自建昂贵的基础设施，而是可以借助平台，以极低的成本快速验证和实现其想法。这将彻底打破巨头的研发垄断，释放无数中小型创新团队的潜力 。

• 从无法规模化到轻松扩展：AI平台将复杂的研发流程工程化、标准化，使得生物科技的创新变得更容易“规模化”。

这种生产模式的变革，比任何单一算法的突破都更具价值。它意味着，我们不仅拥有了更锋利的“锤子”，更重要的是拥有了一张全新的“地图”和一套现代化的“工业体系”。

明代科学家宋应星著《天工开物》，其核心思想是“天工”与“开物”——洞察自然造化之功，并运用这种规律为人间创造福祉。今天的AI蛋白质设计，正是数字时代的“天工开物”。以AI为器，洞察生命分子运转的精妙“天工”；继而从无到有地设计和创造“超级蛋白”，实现为人类“开万物”的宏愿。

许锦波及其分子之心团队所致力的，正是要真正理解和掌握分子的“心”，然后以“夺天工”的智慧，行“利在未来”的实事。这不仅是一个企业的商业追求，更是一个国家在未来核心科技领域掌握主动权的雄心。

未来，谁掌握了高质量的蛋白质设计与智能制造引擎，谁就掌握了重塑万亿生物产业链的主动权。

（封面图由AI生成）