WAIC 2026｜从纳米抗体到环肽：分子之心30天两度验证AI底层设计力，筑牢生物经济“多模态新基建”

背景

在2026年世界人工智能大会（WAIC）期间，AI生物科技企业分子之心公布其AI生物药设计平台MMDesign在环肽从头设计上的最新结果。此前一个月，分子之心刚刚公布了MMDesign在纳米抗体从头设计上的进展。短期内两度验证AI底层设计力，标志着其AI能力正从面向单一任务的模型能力，向跨模态分子设计平台延展。这一系列成果反映了AI在生物医药领域从单点技术突破走向系统性平台化赋能的趋势。

核心内容

分子之心此次公布的环肽从头设计结果聚焦于p53-MDM2和PD-L1两个经典的蛋白—蛋白相互作用（PPI）靶点。PPI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。然而，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。

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。

一个月前，分子之心公布了AI纳米抗体从头设计的结果：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，短期内在两类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。

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。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。

关键要点

• 环肽设计成果：在p53-MDM2靶点上，首轮21条候选环肽中16条命中（命中率>70%），最优KD达13.7微摩尔，优于阳性对照；在PD-L1靶点上，首轮19条候选环肽中6条经SPR验证结合，最佳KD接近40微摩尔。两项指标均处于全球同类工作领先水平。
• 纳米抗体设计成果：一个月前，在十余个真实治疗靶点上，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。
• 跨模态泛化能力：纳米抗体与环肽在分子大小、结构特征及设计约束上差异巨大，短期内在两类模态上实现从头设计并获湿实验验证，证明了MMDesign平台的泛化能力。
• 研发范式变化：AI能够在进入湿实验前显著压缩候选空间，使研发团队将有限实验资源优先投入高潜力分子，降低早期发现阶段的时间与资源投入。
• 平台化整合：MMDesign能力已集成至MoleculdOS操作系统，该操作系统统一整合了模型能力、设计工具、数据资产和研发工作流，旨在降低AI在生物医药与合成生物领域的应用门槛。
• 产业定位：分子之心依托自主可控的底层AI蛋白质技术，推动AI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。

意义与影响

分子之心一个月内连续在纳米抗体和环肽两种截然不同的分子模态上取得突破，验证了其AI平台从“单点模型”向“系统性科学发现能力”的跃迁。这种能力对于PPI等复杂靶点的药物发现尤为关键——传统方法因候选空间庞大、筛选成本高而进展缓慢，而AI驱动的“生成—筛选—验证”闭环有望显著加速早期研发。

从行业视角看，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。分子之心通过MoleculdOS操作系统将多模态设计能力、模型、数据和实验工作流统一整合，使科研人员和药物研发团队能以更低门槛调用AI能力，开展蛋白质、纳米抗体、环肽等不同模态的设计与优化。这标志着AI生物设计正从“技术点”突破走向“技术线”贯通，进而迈向“产业面”全面赋能，为生物经济的高质量发展提供“多模态新基建”。