AI抗体设计新突破：中国团队90%命中率重塑药物筛选

AI驱动抗体设计，已从“随机尝试”迈向“精准编程”。

近日，被誉为“AI蛋白质折叠奠基人”的许锦波教授及其团队——分子之心，正式推出AI生物药从头设计平台MMDesign。

实验成果令人震撼：在11个真实疾病靶点上，MMDesign实现了超过90%的结合成功率，部分分子亲和力达到皮摩尔级（pM），且每个靶点仅需验证14至50个候选分子，而传统方法需筛选数百万个。

这标志着抗体发现正从“大海捞针”转变为“精准打击”。

技术突破性进展：

MMFold超越AlphaFold 3

MMDesign的核心是自研的全原子结构预测模型MMFold。

在Top-5采样条件下，MMFold准确率进一步提升至75.6%。这表明在预测抗体与抗原结合方面，MMFold已对AlphaFold 3形成显著优势。

更为关键的是，MMDesign并非“先生成大量候选再靠实验筛选”，而是通过多层过滤机制（包括结构可靠性、序列自然性、可重复性及物理界面评分），将数万个候选直接压缩至几十个，再进行湿实验验证。

核心逻辑已变：过去比拼“生成数量”，如今比拼“生成精度”。

许锦波是谁？

“AI蛋白质折叠先驱”的十年积淀

许锦波在AI for Science领域具有极高影响力。

2016年，他首次将深度学习应用于蛋白质折叠预测，提出的RaptorX-Contact方法为AlphaFold的突破奠定了重要基础。多家媒体称其为“AI预测蛋白质结构第一人”。

2022年回国创业，创立分子之心，致力于推动学术成果产业化。MMDesign正是其交出的首份“产业级成果”。

这并非从零开始的创业，而是十年技术积累的集中释放。

可编程抗体时代来临

中国团队赢得关键入场券

过去两年AI抗体设计领域热度不减，但多数模型在TNFα、GPCR等“硬骨头”靶点前表现不佳。MMDesign以50%命中率和皮摩尔级亲和力证明：低通量、多靶点的实用级de novo抗体发现首次实现突破。

许锦波团队打造的并非“仅用于发论文”的模型，而是一套可迭代、可工业化的工程体系。抗体发现门槛正从“数百万筛选”降至“数十个验证”。在此赛道上，中国团队不仅获得入场资格，更已处于领跑地位。

【END】