项目的核心问题在于目标酶在特定盐离子浓度下的催化活性不足，严重影响了产物的纯度和稳定性。此前，该领域尚未存在任何成功提升此类酶盐离子耐受性的有效方案。
而百奥几何凭借其自研的全场景原子级蛋白质大模型GeoFlow V2，在短短60天内硬是把这个“魔咒”破解了。团队通过三轮迭代即达成所有预期目标，最终将改造过后的工程酶在目标盐离子浓度条件下的产物产量提升至野生型酶的21倍，极大地提升了生产效率。不仅如此，该酶种还在比活性、稳定性、所催化产物纯度等维度全面达标甚至更优。
一个无可借鉴的行业空白，为什么百奥几何做到了？
据了解，GeoFlow V2是百奥几何新一代生成式AI蛋白质大模型，也是全球首个蛋白质“结构预测+从头设计”一体化的生成式大模型，能够同时用于蛋白质结构预测和蛋白质从头设计两大关键任务，并在结构预测精度、预测速度以及设计合理性上实现了全面进化，一举超越AlphaFold3、RFDiffusion等行业主流模型。例如，针对低同源性抗原-抗体复合物结构预测任务的性能测评显示，GeoFlow V2的Top-1 成功率达45.19%，大幅度超过Chai-1、Protenix、AFM2.3 等业界优秀同类模型，体现了对生命分子相互作用的强大建模能力。此外，GeoFlow V2支持指定表位、指定结合模式、指定抗原结构、多构象预测等复杂场景，真正实现了“Quality by Design”的源头创新。可以说，这个全球首创的模型宣告了AI+生物制造迈入智能化、系统化时代——通过生成式AI重构大分子设计的底层范式，GeoFlow V2将加速新药、疫苗、工业酶等产品的研发进程，深刻改变生物医药、生物制造的创新格局。
随着AI与合成生物学的融合逐步加深，蛋白质从头设计的产业化步伐正在加速。百奥几何在该项目中展现出的速度与能力，向业界释放出清晰信号：中国团队正在技术底层突破的同时，快速打通从模型、算法到产业交付的全链路。
而更具启示意义的是，这不是百奥几何第一次完成这样的“快准狠”落地项目。其自研平台 GeoFlow 大模型此前已在抗体从头设计、跨膜蛋白水溶化改造、酶性能多目标提升等多个高门槛方向实现产业应用。据悉，未来百奥几何还将持续拓展GeoFlow 在核酸药物、疫苗设计、诊断试剂等关键场景中的应用能力，联手更多产业龙头，推动生成式AI驱动的生物制造体系向系统化、规模化发展。在“如何用生成式AI改变蛋白质设计”的全球竞速中，这家年轻的中国公司，正在成为越来越不能被忽视的名字。
