科技日报记者 杨雪 孙明源
在2026世界人工智能大会（WAIC）期间，AI生物科技企业分子之心宣布，其自主研发的AI生物药设计平台MMDesign在环肽从头设计（De novo Design）领域取得关键突破，并在多个长期被视为“难成药”的蛋白—蛋白相互作用（PPI）靶点上获得湿实验验证。
一个月前，分子之心刚公布AI纳米抗体从头设计上的突破。短期内跨越两类差异显著、均具产业价值的生物药物模态，显示出该技术已具备较强的跨模态拓展能力，为生物经济领域创新提供了“AI新基建”。
一直以来，靶向PPI是全球创新药研发的“圣杯”之一，这类靶点与肿瘤、免疫、自身免疫性疾病等密切相关。但由于其结合界面广且平坦，传统小分子药物难以有效作用，长期受困于“难成药”的尴尬境地。
环肽药物，被业界公认为攻克这一难题的“杀手锏”。它介于小分子与大分子之间，既具备小分子较好的组织渗透性，又拥有抗体药物对复杂靶点的强识别能力。然而，环肽极具商业前景的背后，是极高的设计门槛：其序列、环化方式与三维结构高度耦合，可探索的分子空间犹如宇宙繁星。过去，药企主要依赖大规模肽库筛选等传统实验方法，动辄需要从数以百万计的分子中“大海捞针”，不仅研发周期漫长、耗资巨大，且成功率往往不尽如人意。
分子之心此次公布的成果，用AI为行业提供了一种颠覆性的“解题思路”——从“海量筛选”走向“理性生成、精准验证”。
实验数据显示，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（KD）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（SPR）实验确认可与靶点结合，最佳KD接近40微摩尔。参照国内外公开报道的结果，这组数据处于全球同类工作的领先水平。
不需要成百上千万的庞大分子库，仅凭AI生成20条左右的少量分子，就能精准命中多个高质量候选物。这种“少生优生”的高效命中率，不仅大幅降低了早期研发的盲目试错成本，也向全球业界证明：中国的AI药物设计技术已经摆脱了对庞大算力和随机概率的依赖，真正做到了对生命底层物理、化学规律的深刻理解与精准计算。
分子之心创始人、全球知名AI生物计算专家许锦波教授表示：“AI4S的核心价值，绝不仅仅是让模型做一次漂亮的预测，而是要在真实世界中形成‘生成—计算—实验—迭代’的科学发现闭环。真正具有产业壁垒的AI平台，需要系统建模蛋白质结构、局部构象、化学相互作用与生物功能之间的关系，并经受住真实湿实验数据的反复校准。”
AI生物大分子设计是决定未来生物经济国际话语权的底层核心技术。目前，分子之心的MMDesign及各项跨模态设计能力，正陆续集成至其自主研发的AI大分子设计操作系统MoleculeOS（简称MOS），这是一个集成了蛋白质结构预测、分子生成、物理验证、实验数据管理于一体的统一大平台。
网友评论
