7月26—28日，2025年世界人工智能大会（WAIC）在上海隆重召开。
作为全球人工智能领域的顶级盛会，WAIC今年汇集了来自73个国家和地区超过1572位AI专家，800家企业参会，已经成为洞察产业变革方向的重要窗口。
其中，AI在医疗健康领域的应用备受瞩目，成为本届大会的核心议题之一。
据悉，WAIC 2025医疗与健康板块设置4场重要论坛，深度探讨诊疗范式创新、AI药物研发、AI临床应用、医疗普惠四大方向，共有30余项医疗与健康技术/产品参展。
例如支付宝带来了AI健康管家AQ，吸引了不少人驻足体验；阿里巴巴发布其多病早筛Agent；晶泰科技则带来了其AI驱动的自动化实验解决方案，推动生命科学数智化。
面对AI与生命科学的深度融合，陈润生院士表示：构建跨尺度、多模态的“生命大模型”是未来生命科学的核心突破口。
今年的现场中，在AI蛋白质这个诺奖级领域，与会的多家中国公司带来了他们的最新成果，展现出技术实力和产业化进程。
其中，AI蛋白质设计公司分子之心携全新升级的AI蛋白质优化与设计平台MoleculeOS亮相，吸引了行业关注。
据了解，平台不仅集成了全球首个多模态AI蛋白质大模型NewOrigin等十余项性能全球领先AI算法，同时将复杂算法封装为自动化工作流，针对药物研发和工业酶设计等实际需求提供"一键式"解决方案。
目前，分子之心已经面向产业和学术界开放MoleculeOS。创始人许锦波教授表示，希望MoleculeOS能成为生物学家能力的放大器，将他们从繁琐的实验室操作中解放出来，专注于战略性的方案设计及判断，最终推动开发更优的药物和生物制品。
MoleculeOS的升级是AI蛋白质技术发展的一个例证：技术正逐步具备解决实际产业问题的能力，并朝着规模化和产业化方向演进，有望应用于生物经济的多个方面。
多项成果表明，AI将成为生物技术领域最强大的“基础设施”，驱动生物医药和生物制造等产业实现跨越式发展，真正迎来其价值爆发的拐点。
后AlphaFold时代
AI重塑研发底层逻辑
长期以来，蛋白质研究面临着巨大挑战。
传统方法如X射线晶体学、核磁共振和冷冻电镜，虽然是解析蛋白质结构的金标准，但它们通常耗时数月甚至数年，成本高昂且步骤繁琐。
随着对蛋白质功能和相互作用理解的深入，以及药物开发、生物工程等领域对大量蛋白质结构信息的迫切需求，这种效率瓶颈严重制约了药物开发和蛋白质研究的步伐。
2016年，这个瓶颈迎来了曙光。时任美国芝加哥丰田计算技术研究所教授的许锦波，研发了第一个能够有效提升蛋白质结构预测精度的AI算法——RaptorX-Contact，首次证明了AI在这一领域的巨大潜力，也为后续AlphaFold的突破奠定了关键基础。
2020年，DeepMind的AlphaFold2横空出世，以惊人的准确性预测了蛋白质的三维结构，其性能远超此前的任何计算方法，基本解决了困扰生命科学界半个世纪的蛋白质折叠问题，也让蛋白质结构预测和设计技术荣获2024年诺贝尔化学奖。
如同工业革命时代的内燃机，催生了汽车、飞机、发电机等一系列革命性产品，极大地拓展了人类的生产力。AI迅速被证明在蛋白质科学中的巨大可行性，解放了科学家在理解蛋白质结构方面耗费的巨大精力和时间。
不过，内燃机虽然强大，但它需要被集成到汽车、发电机等具体产品中才能发挥价值。
与此类似，AI在生命科学的真正革命在于：如何基于结构信息进一步理解、设计和控制蛋白质的功能，并将这种理解转化为实际的生物学和产业效益。
因此，结构预测的突破仅是起点。AI蛋白质研究需要经扩展为全面重塑实验方法以及药物研发范式的深刻演进。
这包括从静态结构预测向动态构象模拟的跨越，从单一蛋白质研究向复杂生物系统建模的拓展，以及从基础研究向产业应用的快速转化。
这种范式转变的实现，高度依赖于多维度算法创新与工程化落地。在算法层面，它要求AI模型不仅能预测结构，更要理解蛋白质的动态变化、预测药物-靶点结合模式，并在此基础上进行理性设计。
在工程化层面，则需要多学科交叉团队领衔，整合多模态干湿实验数据，并深度结合产业需求打造解决方案。
这些能力的实现，已经远远超出了传统学术团队的研发能力与资源，使得工业界成为推动这场AI应用的主导力量。
在这个过程中，以分子之心为代表的中国AI蛋白质企业，正是在此背景下诞生的重要参与者。
2022年，许锦波教授回国并创办分子之心，组建了一支全球顶尖的AI与生物复合型人才团队，成员来自于全球顶级高校、科研机构，一线AI大厂及跨国药企、合成生物学公司。
公司的目标在于：将AI蛋白质技术从学术研究推向产业化应用，引领生物经济的智能化变革。
在许锦波教授的带领下，分子之心开发AI蛋白质基础大模型NewOrigin（达尔文），并实现了多项全球首创突破。作为首个集成序列、结构、功能与进化数据的多模态AI蛋白模型，NewOrigin通过百亿级多模态大数据训练，构建了接近真实蛋白质的数字化表示体系。
相较于仅依赖单一序列数据的蛋白质模型，这种多模态整合带来了革命性的优势，能够处理复杂场景和低数据任务。NewOrigin不仅支持“零样本设计”，还可广泛用于多肽、抗体、酶和小蛋白的研究和设计。
除了基础大模型外，构建系统性的AI蛋白质工程平台，正是开启这场产业变革至关重要的第一步。分子之心的AI蛋白质优化设计平台MoleculeOS，则构建了完整的AI蛋白质工程生态。
图：分子之心的AI蛋白质优化设计平台MoleculeOS
MoleculeOS建立在一系列团队自研的突破性算法进展之上，包括基于AI的复合物结构预测算法、AI+第一性原理融合算法、蛋白质结合力变化（DDG）预测算法、蛋白质序列设计算法等等。
这些技术使得MoleculeOS能够以更低成本、更加精确的预测工具与蛋白质生成能力，针对不同应用场景高效果、精准地设计和优化蛋白质序列使其可以支持大规模产业应用。
同时，分子之心也深知数据的重要性。公司与国内外高校和科研机构紧密合作，并自建干湿一体实验室，持续积累海量、高质量的生物数据，这体现了其在数据治理上的远见与投入。
AI蛋白质，
产业游戏规则改变者
2025年，AI蛋白质技术的产业化应用进入加速期，正推动生物技术产业迎来系统性价值重估。
在美国，大型制药企业和顶尖科研机构正投入巨额资金，通过战略投资、合作研发等方式，积极布局这一新兴领域。
尤其值得注意的是，一些知名风投机构也对AI蛋白质领域进行了大规模注资，以在这项关键技术的研发和商业化进程中抢占先机。
例如诺贝尔化学奖得主Demis Hassabis创办的Isomorphic Labs获得完成6亿美元融资，成为是2025年以来生物医药领域金额最高的融资，正在利用AlphaFold技术打造下一代药物引擎。
而2024年，另一位诺贝尔化学奖得主David Baker 创办的Xaira Therapeutics获得了超10亿美元种子轮融资，聚焦AI药物研发。
美国在AI蛋白质技术领域这些真金白银的投入，不仅证明了这一技术在缩短研发周期、降低成本、提高成功率方面的巨大潜力，更标志着该赛道已初步开启商业化变现通道，为生物医药创新注入全新动能。
不止生物医药，蛋白质作为生命活动的基本载体，其产业在整个生物经济中占据着举足轻重的支柱地位。从农业、工业酶制剂到诊断试剂和环境保护，蛋白质的应用无处不在，而AI 正在以前所未有的速度和深度渗透到这些领域，极大地加速和优化了各个环节。
以分子之心为例，作为AI蛋白质领域的领军企业，通过其强大蛋白质大模型NewOrigin以及蛋白质平台MoleculeOS，提供了多项领先的产业化解决方案。
在抗体设计与优化方面，传统抗体工程方法由免疫或定向进化而来，存在很大的局限性。分子之心运用AI技术，对某抗体进行工程化改造，仅用2个月完成两轮干湿闭环迭代，获得10个以内达到预期的候选分子，且改造后的抗体具有超强的pH敏感性，有望显著提升半衰期。
面对融合蛋白药物难表达、溶解度差和稳定性差等难题，分子之心运用生成式AI，在三个月内实现了表达量400+倍提升，单体含量超过95%的可溶性、高表达融合蛋白药物设计，展现出巨大的癌症治疗潜力。
此外，酶设计与优化是AI蛋白质技术的关键应用领域。作为生物制造的核心，几乎涉及到所有生物产品的生产效率，正在重塑全球生物经济格局。
数据显示，2024年全世界酶市场规模约140亿美元，而其下游产业产值可达数十倍甚至数百倍。然而国内企业研发多集中于工艺改良，工业用高端酶90%依赖进口，仍然被国际巨头垄断核心专利。
为了攻克新酶生成这一核心难题，分子之心开创性地提出了“AI零样本酶”设计方法，能在没有直接催化数据的苛刻条件下生成酶。
这一技术价值已在重磅合作中得到验证。和生物制造龙头凯赛生物技术攻关中，分子之心在未使用产业场景数据的条件下，运用AI蛋白质技术和量子化学、分子动力学等科学计算方法，仅耗费6个月就将其催化效率提升5倍。要知道，这项优化工作原定2~3年内完成，在AI的帮助下大幅度缩短了优化过程。
可以预见，随着分子之心等企业在AI蛋白质设计领域的不断创新和突破，正成为关键驱动力，加速AI蛋白质技术在医药、农业、材料科学等多元化领域的应用拓展与商业化进程。
打造生物学EDA
领先公司引领行业变革
AI蛋白质的崛起，意味着生物学不再仅仅是描述性的科学，它正在成为一门可计算、可预测、甚至可编程的工程学。
我们正站在一个奇点之上，未来生物世界中的许多功能蛋白质，将不再仅仅是自然进化的产物，而是人类智慧与AI算法共同设计的结晶。
要深入理解AI蛋白质的颠覆性影响力，我们不妨回顾一下EDA（电子设计自动化）技术是如何彻底变革了半导体产业的。
在EDA出现之前，芯片设计高度依赖手工绘图和传统计算，而随着芯片晶体管数量从百万级跃升至千亿级，这种旧有的方式变得越来越力不从心。
图：EDA工具出现之前的芯片设计
于是EDA工具孕育而生，工程师们能够利用软件工具进行电路模拟与设计，极大地提升了设计效率和准确性，使得集成电路的复杂性得以几何级增长，最终催生了个人电脑、智能手机以及无处不在的数字技术革命。
在这个过程中，EDA公司自身也成为了半导体生态系统中不可或缺的基石，像Synopsys、Cadence和Mentor Graphics（现为西门子EDA）等公司，它们提供的工具定义了行业的标准，是所有芯片设计公司的命脉。
而现在，类似的重大变革也发生在生物经济中。
过去，蛋白质的设计和优化高度依赖实验和经验，需通过大量筛选或随机突变寻找理想特性，效率低且成本高。
如今，AI蛋白质平台正在改变这一切，它就像生物学领域的“EDA”，为整个生物经济产业链带来了革命性的研发方式和新的价值格局。
正如英伟达首席执行官黄仁勋所深刻洞察的：“在许多方面，AI赋能生物学的路径与我们发展EDA非常相似。我认为完全应该有一家面向生物领域的EDA公司。未来，药物研发也必然走向‘药物设计’。”
图：黄仁勋与Cadence首席执行官Anirudh Devgan交流
Cadence Design Systems斥资5亿美元收购计算化学公司OpenEye Scientific，标志着EDA巨头向药物研发领域的战略跨界，正是这一趋势的有力佐证。
这笔收购的意义远不止是简单的业务扩张。它清晰地表明，像Cadence这样深谙计算和仿真之道的芯片设计公司，精准捕捉到了EDA方法论向生命科学的范式迁移。
AI能通过学习海量蛋白质数据，利用深度学习精准预测蛋白质特性，甚至从头设计具备特定功能的全新蛋白质，加速生物医药和工业产品的开发。
更深层次的影响在于，AI蛋白质平台正在重塑整个生物经济的价值链。那些掌握着AI蛋白质平台公司，正成为新的价值创造者，它们提供的工具和能力将成为所有生物技术和制药公司的核心竞争力。
就像没有EDA工具就无法设计先进芯片一样，未来，没有强大的AI蛋白质平台，生物研发的效率和创新能力将大打折扣。这意味着，产业链上游的基础设施提供者将获得更大的议价权和价值分配份额。
在AI蛋白质这片新兴的沃土上，融合顶尖算法、数据治理、专业知识和工程化能力这四大核心的公司有望脱颖而出。
国际舞台上，Isomorphic Labs无疑是一颗耀眼的明星。
背靠Alphabet的强大技术和资金支持，Isomorphic Labs继承了DeepMind在人工智能领域的世界级研究基因，拥有顶尖算法以及工程化落地的优势。目前，公司首批基于AlphaFold发现的候选药物，已进入人体临床试验。
此外，Generate: Biomedicines也依托其Generative平台展现出不俗实力，其已成功创造超过一百万种自然界中未曾存在的蛋白质，并通过冷冻电镜和湿实验验证了其功能，这有力证明了其平台强大的生成与验证能力。
目前Generate已与医药巨头安进（Amgen）达成价值高达19亿美元的合作，共同开发蛋白质疗法，并与诺华（Novartis）签署了总潜在价值超过10亿美元的多靶点合作协议，致力于开发横跨多疾病领域的蛋白质疗法。
公司价值已被行业巨头所认可并大量投资，累计融资额已接近7亿美元，其中不乏英伟达、安进、未来资产等顶级机构的青睐。
而在国内，分子之心的崛起则格外引人注目，已经率先实现生态占位。
技术层面，公司从0到1自主研发了全球首个功能完整的AI蛋白质优化与设计平台MoleculeOS，填补了这一领域的全球空白。同时，公司还推出了首个AI蛋白质基础大模型NewOrigin。
在应用领域，无论是长效抗体药物设计，还是融合蛋白药物设计或酶优化设计，分子之心都证明了其将前沿AI算法与复杂生物学问题相结合，并最终转化为可规模化、可验证的工业级产品的强大实力。
目前，分子之心已与知名药企进行抗体、细胞疗法等新型疗法AI药物研发新思路探索。生物制造领域，分子之心已与凯赛生物等头部企业深度合作，开发产业亟需的“超级蛋白”。
作为生物经济的支柱，蛋白质设计正在从"人工经验"进化到"数据智能"，那些提供设计工具的公司，将成为这个新时代的筑基者。
写在最后
正如美国新兴生物技术国家安全委员会所强调的，生物技术正迎来一个“ChatGPT”时刻，得益于AI的突破，生物学已不再仅仅是一个探索的领域，它正在成为一个设计领域。
我们正全面迈入一个崭新的生物科技时代：生物制药和生物制造这两大前沿领域将迎来爆发式增长，AI将成为驱动这一转变的核心引擎。
未来十年，中国生物经济将迎来质的飞跃，有望从生物大国迈向生物强国，这一突围将离不开AI的推动。
在此背景下，以分子之心为代表的中国企业，正成为一股关键的创新力量。
凭借其在AI蛋白质设计领域的顶尖技术和卓越的工程化落地能力，分子之心有望在全球范围内提供“中国方案”，为全球生物科技创新贡献中国智慧和力量，引领新一轮的产业变革。
