来源：环球网

【环球网科技综合报道】AI生物研发正经历从“工具时代”向“操作系统时代”的从理测试历史性跨越。7月2日，解生在2026上海国投前沿论坛上，设计分子之心创始人许锦波教授正式面向产业界开放其自研的分分AI原生生物经济操作系统——MoleculeOS（简称MOS）。

MoleculeOS是开放一款专为生物研发打造的AI操作系统。依托分子之心自研的从理测试AI模型体系，该系统以项目目标为入口，解生通过AI自主解析使用者的设计生物学意图，自动拆解任务、分分统一调度系列模型，开放执行结构预测与分子设计等核心环节。从理测试经过多维度科学评估后，解生系统提供决策建议，设计并沉淀出可追踪、分分可复盘的开放全链路研发数据。

MoleculeOS的开放标志着生物研发基础设施的重构：AI的角色已从生物规律的“预测者”进化为研发流程的“组织者”。生物领域的研发范式由此正式升级：传统的“筛选试错”式分子发现，正规模化迈入更具确定性的“分子创造”时代。

从工具智能到系统智能：重构AI制药与生物制造研发模式

过去几年，AI在蛋白质结构预测、抗体设计、分子生成及功能优化等领域不断取得突破，充分证明了算法在理解与设计生命分子方面的巨大潜力。

然而，在真实的产业场景中，模型层面的突破并不等同于研发效率的跃迁。一个典型的大分子研发任务通常涉及靶点分析、序列建模、结构预测、结合界面判断、突变设计、亲和力评估、稳定性评估、可开发性分析及实验验证等众多复杂环节。以往，这些环节分散于不同的工具和团队之间，研发人员需手动调度流程，且结果难以统一沉淀。这种传统的“工具栈+人工调度”模式，已成为制约AI技术向产业价值转化的核心瓶颈。

MoleculeOS的核心变革在于将“研发意图”作为系统入口。研究人员无需再上传序列或结构文件以执行单一预测任务，而是直接提出目标（如提升抗体亲和力或针对特定靶点生成候选分子）。系统会自动拆解任务，在统一的生物物理上下文中调度模型，完成从结构预测到推荐候选分子及下一步决策建议的系统性闭环。

这意味着，AI不再仅执行单步计算，而是开始统筹完整的研发流程。过去高度依赖个人经验的判断过程，现已被系统记录为可追踪、可复盘、可复用的研发资产。对企业而言，这一变化不仅提升了效率，更意味着研发体系具备了更强的标准化、协同化与可扩展能力。

更为关键的是，MoleculeOS将每一次从研发意图到最终结论的完整链路，自动沉淀为结构化的研发资产。当团队启动新项目时，历史项目的计算参数、筛选逻辑和决策依据均可被直接调用——研发不再是零开始的重复劳动，而是在一套持续积累的体系中加速迭代。这正是操作系统区别于传统工具集的根本所在。

自研模型集群构筑底层能力：从理解生命规律到设计功能分子

MoleculeOS的底层能力，源于分子之心在蛋白质基础大模型、蛋白质结构预测及分子设计方向的长期深耕。围绕“序列—结构—功能—进化—相互作用—生成设计”这一全链条，分子之心团队构建了覆盖全流程的自研模型体系，包括多模态蛋白质基础大模型NewOrigin（达尔文）、全原子大分子复合物结构预测模型（MMFold），以及面向纳米抗体、酶和功能蛋白的生成式设计模型（MMDesign）。

在结构预测领域，分子之心自研的全原子大分子结构预测模型MMFold表现卓越。在FoldBench基准测试中，针对172个抗体–抗原界面，其预测成功率达到68.6%，显著领先于AlphaFold3等国际主流模型。

在分子设计领域，其抗体从头设计平台展现了极高的精准度。在12个靶点的测试中，每个靶点仅测试不超过50个候选分子的低通量条件下，靶点成功率超过90%。这一成果将AI大分子设计从依赖大规模随机筛选，推向“低通量、高命中率、可编程设计”的新范式。

更重要的是，在MoleculeOS中，这些模型并非孤立存在，而是被统一组织在一个AI原生操作系统中。系统以最终研发目标为导向，综合分析序列适应性、结构稳定性、进化保守性、亲和力变化及可开发性等指标，为每个候选分子提供清晰的判断依据。

从技术验证到产业应用：低门槛应用推动规模化价值落地

“对于AI生物技术而言，模型指标固然重要，但真正决定产业价值的，是能否在真实研发中稳定产生有效候选、缩短周期并降低试错成本。”分子之心创始人许锦波教授指出。

许锦波是全球蛋白质结构预测领域的开创者之一。早在2016年，他就提出了RaptorX-Contact方法，率先证明深度学习可显著提升蛋白质结构预测精度，被业界视为AlphaFold等预测模型的重要方法学奠基人。他认为，当前AI生物技术的竞争核心，已从单点模型能力转向系统级研发基础设施。

一个明确的信号正在释放：AI大分子设计的竞争，不再仅仅是“生成更多分子”，而是“更准确地生成值得实验验证的分子”。

在本次面向产业界开放之前，MoleculeOS已作为分子之心内部的工程化底座，支撑了多项创新药和生物制造项目。

在一个免疫检查点抗体优化项目中，研究人员只需输入靶点和研发目标，系统即可自动完成候选生成、结构预测、多维评估及推荐。传统流程中需多名研究人员跨工具协作、耗时数周的工作，在MoleculeOS中可压缩至数小时。计算完成后，项目结果可一键分享至湿实验团队，包含完整的计算链路与可视化分析——彻底消除了从干实验到湿实验决策依据的二次转述依赖。

此次MoleculeOS的正式开放，标志着分子之心决心将内部验证过的AI原生操作系统推向更广泛的产业场景。创新药、生物制造、合成生物学等领域的团队，均可围绕自身需求，以低门槛获取MoleculeOS的系统能力。

分子之心表示，未来将持续开放更多模型能力与智能研发模块，与产业伙伴共同探索AI原生操作系统赋能研发的新范式。