近日，在人工智能赋能生物医药产业（AI for Science）领域，我国科研团队取得一项具有里程碑意义的重大突破。由“AI蛋白质折叠奠基人”许锦波教授创立的分子之心团队，依托自主研发的AI生物药从头设计平台MMDesign，在全球范围内率先实现了低通量、高精度、实用级的纳米抗体从头设计全流程闭环。

　　在极小的实验样本量下，该技术在十余个真实疾病靶点上实现了超过90%的结合成功率，最佳亲和力达到皮摩尔级。在高端生物制剂研发领域的核心技术突破，将带动传统抗体药物研发从耗时漫长的“大海捞针”式盲测，实质性推向精准高效的“可编程定制”时代，为加快发展生物医药领域的“新质生产力”提供了关键支撑。

　　打破传统路径依赖，将新药发现从“大海捞针”变为“按图索骥”

　　长期以来，抗体药物发现高度依赖动物免疫或大规模文库筛选技术，需要在数百万甚至数十亿的候选分子中进行盲目的“大海捞针”。这种传统模式不仅研发周期长、试错成本极高，而且极难精准控制药物的靶向和最终成药性，成为制约老百姓用上“平价好药、创新好药”的一大行业瓶颈。

　　面对这一全球性难题，分子之心团队另辟蹊径，运用生成式人工智能技术打破僵局。其自主研发的MMDesign平台采用创新的“生成－过滤”策略，在极低通量的实验验证下（每个靶点仅需测试14—50个候选分子），实现了超过90%的靶点成功率。这一数据标志着我国在AI大分子药物设计领域，成功跨越了从“理论预测”到“工业实用”的巨大鸿沟。

　　攻克“难成药”界碑，为重大疾病治疗拓展新空间

　　值得关注的是，该项技术不仅在常规靶点上表现优异，在业界公认的多个高难度“冷门靶点”上也取得了世界级进展。

　　以肿瘤和自身免疫疾病中的关键靶点TNFα为例，因其结合界面平坦、缺乏理想的结合“口袋”，一直是低通量从头设计的“无人区”。此前国际上尚无团队在此类条件下取得成功。而我国科研团队通过MMDesign，在仅测试14个分子的极苛刻条件下，实现了高达50%的命中率，且亲和力达到皮摩尔水平，大幅超越传统实验筛选水平。

　　此外，针对制药界最大、最难攻克的药物靶点家族——G蛋白偶联受体（GPCR），该平台设计的纳米抗体在保证高特异性结合的同时，其纯度和表达量均达到了极高的工业生产标准。这从源头上大幅降低了新药在后期制造和生产过程中的失败风险，为攻克复杂重大疾病提供了更多可能。

　　核心算法全面领先，底层大模型实现“自主可控”

　　如此高精度的设计能力，得益于团队在底层基础大模型上的深厚积累。据了解，该平台及其底层的全原子结构预测模型MMFold，均由“全球AI蛋白质折叠奠基人”许锦波教授团队自主研发。

　　在国际权威的FoldBench基准测试中，MMFold的预测成功率达到68.6%，在关键指标上显著超越了AlphaFold 3等国际顶尖模型。特别是在面向工业应用的高精度预测梯队中，MMFold的表现更是实现了对国际同类模型的翻倍式超越，牢牢把握了底层算法的话语权，并为我国新药研发构筑了具备完全自主知识产权的技术壁垒。

　　未来，随着该底层技术的进一步推广与转化，有望极大缩短创新药研发的效率和成本，推动更多高品质、具有国际竞争力的新药加速问世。（林佳欣）