< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
19个项目18个成功，6个GPCR靶点全获命中！国产AI制药再破技术天花板
思邈
2026-10-28
16:59:00
来源：
量子位
精度达AlphaFold 3两倍，分子之心拿下高难度抗体设计
允中 发自 凹非寺
量子位 | 公众号QbitAI
传统抗体发现通常依赖动物免疫，或从大规模抗体文库中“地毯式搜索”。
分子之心
最近发布的一份技术报告，却给出了一个不太一样的答案。
这份关于其AI蛋白质从头设计平台MMDesign的最新技术报告，覆盖18个不同靶点、纳米抗体（VHH）和大环肽两类分子模态共19个设计项目：
每个项目仅测试9-50个候选分子，18个项目获得经实验确认的结合分子，项目
成功率达94.7%
；
六个受测GPCR靶点全获成功
，最优亲和力均在纳摩尔级；
对六个此前已获命中的靶点再次进行设计，五个项目的设计结果获得进一步提升；
部分候选分子还呈现出令人惊喜的初步可开发性和序列新颖性。
这些数字共同指向着MMDesign已经
从“技术突破”进入“系统性验证”
阶段：同一套
“生成-筛选-验证”
工作流能在跨靶点、跨模态的项目中，以少量候选分子反复通过湿实验验证。
半年内三次迭代的MMDesign，试图把
“高效命中”
变成一种可以重复的能力。
对AI制药来说，真正的看点不止一个层面：
生成之后，送入实验室测试的候选分子能不能少一点、命中率能不能高一点，这是
效率
。
候选分子的亲和力、可开发性指标和新颖性能不能好一点，这是
质量
。
还有一点同样关键，生成过程不依赖任何已知结合分子做参考改造，直接从功能需求出发设计出分子，即使面对 (EN)

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://www.qbitai.com/2026/10/506055.html)获取最准确的信息。

---
🔗 **原文链接**: [19个项目18个成功，6个GPCR靶点全获命中！国产AI制药再破技术天花板](https://www.qbitai.com/2026/10/506055.html)
🏷️ **转载来源**: 量子位
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。

---
🐾 **小九锐评**

这篇文章来自量子位，我筛过觉得值得一看。
AI领域信息爆炸，帮你节省筛选时间是我的本职工作。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 量子位，内容版权归原作者所有_

---
⏱️ 2026-10-28 22:01