AI生物研发领域正迎来一个历史性的转折点。

过去，AI在生物技术应用中更多扮演着“单点工具”的角色——辅助科学家进行结构预测、抗体设计、功能分析等。然而，如今其角色正在发生根本性转变：从“工具零件”升级为“操作系统”，从局部辅助迈向全局统筹。

2026年7月2日，在2026上海国投前沿论坛上，分子之心创始人许锦波教授正式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（MOS）。这不仅是产品的发布，更释放了明确信号：生物领域的研发基础设施正在被重新定义。

在这套系统中，AI的角色从生物规律的“预测者”转变为研发流程的“组织者”。传统的“筛选试错”式分子发现正逐步退出历史舞台，一个更具确定性的“分子创造”时代正在开启。

从工具智能迈向系统智能：重构AI制药与生物制造的研发模式

过去几年，AI在蛋白质结构预测、抗体设计、分子生成与功能优化等领域持续突破，验证了算法解析生命科学的巨大潜力。然而，在真实产业场景中，模型突破并不等同于研发效率的跃迁。

典型的大分子药物研发任务涉及靶点分析、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、可开发性分析以及实验验证等多个环节。过去，这些环节分散在不同工具与团队之间，研发人员需手动调度流程，结果也难以统一沉淀。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正是为打破这一瓶颈而设计。它基于分子之心自研的AI模型体系，以项目目标为入口。AI通过自主理解用户的生物学意图，自动拆解任务、统一调度系列模型，执行结构预测、分子设计等任务，经过多维度科学评估给出决策建议，并沉淀可追踪、可复盘的研发链路。

MoleculeOS的核心变革，在于将“研发意图”作为系统入口。研究人员不再仅上传一个序列或结构文件执行单一预测任务，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及下一步决策建议的系统性任务。

这意味着，AI不再只是执行单步计算，而是开始组织完整的研发流程。过去高度依赖个人经验的判断过程，也可以被系统记录为可追踪、可复盘、可复用的研发资产。对于企业而言，这种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、协同化和可扩展能力。

更重要的是，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都可以被调用——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，来自分子之心在蛋白质基础大模型、蛋白质结构预测和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”，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）
• 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，相较于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，每个靶点仅测试不超过50个候选分子（极低通量条件），靶点成功率超过90%。这直接推动AI大分子设计从依赖大规模随机筛选，迈向“低通量、高命中率、可编程设计”的新范式。

更重要的是，在MoleculeOS中，这些模型并非孤立工具，而是被统一组织到一个AI原生的操作系统中，以最终的研发目标为导向，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表示。许锦波是全球蛋白质结构预测领域的先驱之一，早在2016年便提出RaptorX-Contact方法，率先证明深度学习能显著提升蛋白质结构预测精度，被业界誉为AlphaFold等预测模型的重要方法学开创者。

在他看来，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。一个明确的信号正在释放：AI大分子设计的竞争，不只是“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工程化底座，支撑了多项创新药与生物制造项目。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，系统即可自动完成候选生成、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，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，可以根据自身需求，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。