分子之心AI环肽设计平台PPI靶点成果全球领先

生物医药与合成生物研发长期面临工具分散、计算和实验协同不足、前沿能力集中于少数机构等产业问题。分子之心针对这些行业顽疾，将长期积累的模型能力、设计工具、数据资产和研发工作流进行统一整合，打造了AI大分子设计操作系统MoleculdOS，使科研人员和药物研发团队能够以更低门槛调用AI能力，开展蛋白质、纳米抗体、环肽等不同模态的设计、优化和从头设计。

在2026世界人工智能大会期间，分子之心公布其AI生物药设计平台MMDesign在环肽从头设计上的最新结果：针对p53-MDM2、PD-L1等蛋白—蛋白相互作用靶点，平台设计的多条候选环肽获得湿实验验证。

仅在一个月前，分子之心刚刚公开了MMDesign在纳米抗体从头设计领域的研究进展。短时间内连续在两类完全不同的分子模态上实现设计验证，标志着其AI技术已经从面向单一任务的模型能力，进一步向跨模态分子设计平台延展。

蛋白—蛋白相互作用靶点与肿瘤、免疫等疾病研发密切相关，但由于蛋白结合界面通常较大且复杂，传统小分子药物开发难度较高。环肽因具有较小的分子尺寸和对复杂靶点的识别潜力，近年来成为创新药研发的重要方向之一。不过，环肽的序列、环化方式和三维构象相互影响，传统研发通常依赖大规模肽库筛选，早期试错成本较高。

分子之心此次公布的数据显示出极强的研发效率：在p53-MDM2靶点上，MMDesign首轮设计并进入测试的21条候选环肽中，有16条获得实验命中，命中率超过70%；其中，最优候选分子的结合亲和力达到13.7微摩尔，优于同期实验阳性对照。在PD-L1靶点上，AI首轮设计的19条候选环肽中，有6条经表面等离子体共振实验确认可与靶点结合，最佳结合亲和力接近40微摩尔。参照全球公开报道的AI多肽从头设计结果，这组在两个经典PPI靶点上取得的首轮命中率与结合活性数据，处于全球同类工作的领先水平。

比具体实验结果更值得关注的，是其背后折射出的研发范式变革。这一成果证明，AI能够在进入湿实验前显著压缩候选分子空间，让研发团队将有限的实验资源优先投入更具结合潜力的分子。对于环肽及其他候选空间庞大、筛选成本较高的分子模态，这种“生成—筛选—验证”的研发路径，有望降低早期发现阶段的时间与资源投入，也为PPI等复杂靶点的药物发现提供了新的技术路径。

仅在一个月前公开的纳米抗体从头设计成果，同样展现了平台的强劲泛化能力：在十余个真实治疗靶点上，MMDesign在单靶点设计候选分子不超过50个的情况下，稳定获得纳摩尔级至皮摩尔级亲和力分子。纳米抗体与环肽在分子大小、结构特征及设计约束上存在较大差异，短时间内在两类完全不同的分子模态上实现从头设计并通过湿实验验证，是衡量AI生物设计平台泛化能力的重要指标，也是多数同类企业较为稀缺的技术能力。

分子之心创始人许锦波表示，AI生物药研发的关键不在于单次生成或预测结果，而在于建立“生成—计算—实验—迭代”的闭环，通过真实实验数据持续校准模型对结构、相互作用和功能的理解。AI驱动的科学研究已经从单点模型和单项任务的竞争，迈向系统性科学发现能力的竞争。

目前，MMDesign相关能力已集成至分子之心自主研发的AI大分子设计操作系统MoleculdOS并计划逐步面向药企、高校、科研院所和创新团队开放合作。

从突破单一药物模态的“技术点”，到一个月连发两项重大成果的“技术线”，再到全面开放MoleculdOS操作系统的“产业面”，分子之心正依托自主可控的底层AI蛋白质技术，推动AI加速成为生命科学与生物经济高质量发展的关键基础设施，系统化赋能生物医药、合成生物和工业生物制造等领域创新升级。