AI生物研发正经历从“工具时代”向“操作系统时代”的跃迁。2026年7月2日，在上海国投前沿论坛上，分子之心创始人许锦波教授正式面向产业界开放了其自主研发的AI原生生物经济操作系统MoleculeOS。这标志着生物领域研发基础设施的重新定义——AI的角色已从生物规律的“预测者”进化为研发全流程的“组织者”。随之而来的是生物研发范式的全面升级：传统的“筛选试错”式分子发现，正在大规模转向更具确定性的“分子创造”新阶段。
MoleculeOS究竟是什么？简而言之，这是一款专为生物研发设计的AI操作系统。它以分子之心自研的模型体系为内核，将项目目标作为系统入口。只需输入“我想做什么”，系统便能自动理解你的生物学意图，随即拆解任务、调度模型，完成结构预测与分子设计，最终输出评估建议，并沉淀完整的研发链路。这就好比为生物研发装上了智能导航系统——不用再自己在地图上摸索路径。
从工具智能到系统智能：重构AI制药与生物制造的研发模式
近年来，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取得了令人瞩目的突破。算法已能够理解并设计生命分子，这已成为现实。然而，模型层面的突破并未直接转化为研发效率的飞跃。以典型的大分子研发任务为例，从靶点分析、序列建模、结构预测，到结合界面判断、突变设计、亲和力评估，再到稳定性与可开发性分析，最终还需实验验证——环节繁多，令人困扰。过去，这些环节分散于不同工具和团队之间，研发人员需手动调度流程，结果难以统一沉淀。这种“工具栈+人工调度”的传统模式，正成为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。研究人员不再仅仅上传一个序列或结构文件执行单一预测，而是直接提出目标——例如“提升抗体亲和力”或“针对特定靶点生成候选分子”。系统会围绕该目标自动拆解任务，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以及下一步决策建议的系统性流程。换言之，AI已从执行单步计算升级为组织完整研发流程。过去高度依赖个人经验的判断过程，也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，这一变化不仅是效率提升，更意味着研发体系开始具备更强的标准化、协同化与可扩展能力。
更关键的是，MoleculeOS将每一次从研发意图到最终结论的完整链路，自动沉淀为结构化研发资产。当团队启动下一个项目时，历史项目的计算参数、筛选逻辑和决策依据均可被调用——研发不再是从零开始的重复劳动，而是在一套持续积累的体系中不断加速。这正是操作系统区别于工具集的根本所在。
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积累。围绕“序列—结构—功能—进化—相互作用—生成设计”这一完整链条，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、全原子大分子复合物结构预测模型，以及面向纳米抗体、酶和功能蛋白的生成式设计模型。
在结构预测方面，分子之心自研的全原子大分子结构预测模型MMFold，在FoldBench基准测试中针对172个抗体–抗原界面实现了68.6%的预测成功率，相较AlphaFold3等国际主流模型具有显著优势。在分子设计方面，其抗体从头设计平台在12个靶点中实现了超过90%的靶点成功率，且每个靶点仅测试不超过50个候选分子——这种极低通量条件下的高命中率，将AI大分子设计从依赖大规模随机筛选，推向了“低通量、高命中率、可编程设计”的新范式。
更关键的是，在MoleculeOS中，这些模型并非孤立工具，而是被统一集成到一个AI原生的操作系统中，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、亲和力变化和可开发性等指标，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AI生物技术来说，模型指标固然关键，但真正决定产业价值的，是在真实研发中能否稳定产出有效候选分子、缩短周期并降低试错成本。”分子之心创始人许锦波教授的这个判断，点出了行业的关键。作为全球蛋白质结构预测领域的先驱之一，许锦波早在2016年就提出了RaptorX-Contact方法，率先证实深度学习能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生物技术竞争的核心，已从单点模型能力转向系统级研发基础设施。
一个清晰的信号正在释放：AI大分子设计的竞争，已不只在于“生成更多分子”，而更在于“更精准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工程化底座，支撑了多项创新药和生物制造项目。例如，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，系统便能自动完成候选生成、结构预测、多维评估与推荐。传统流程中需要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。完成计算后，项目结果可一键分享至湿实验团队，其中包含完整计算链路与可视化分析——让从干实验到湿实验的决策依据不再依赖二次转述。
此次MoleculeOS的正式开放，也意味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，可以根据自身需求，以低门槛获得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。
