AI抗体设计杀疯了!中国团队90%命中率终结百万分子筛选,许锦波“可编程抗体”时代真的来了

AI设计抗体，终于从“碰运气”变成了“可编程”。

刚刚，被誉为“AI蛋白质折叠奠基人”的许锦波教授团队——分子之心，正式发布了AI生物药从头设计平台MMDesign。

实验数据相当炸裂：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到50个候选分子——传统方法可是要筛几百万个。

这意味着，抗体发现正在从“大海捞针”变成“精准打靶”。

MMDesign的底层核心，是自研的全原子结构预测模型MMFold。

Top-5采样下，MMFold进一步飙升至75.6%。这意味着在预测抗体与抗原如何结合这件事上，MMFold已经对AlphaFold 3形成了压倒性优势。

更关键的是，MMDesign不是“先生成几万个、再靠实验大海捞针”。它通过多层过滤机制（结构可靠性、序列自然性、可重复性、物理界面评分），把数万候选直接压缩到几十个，然后湿实验验证。

核心逻辑变了：以前比“谁能生成更多”，现在比“谁能生成更准”。

许锦波这个名字，在AI for Science圈子里分量极重。

2016年，他首次将深度学习用于蛋白质折叠预测，提出的RaptorX-Contact方法，为后续AlphaFold的突破奠定了关键基础。多家媒体称他为“AI预测蛋白质结构第一人”。

2022年回国创业，成立分子之心，致力于将学术成果推向产业化。MMDesign，就是他交出的第一份“产业级答卷”。

这不是从零开始的创业，而是十年技术积累的集中爆发。

过去两年AI抗体设计赛道热闹归热闹，但大多数模型在TNFα、GPCR这类“硬骨头”靶点前集体哑火。MMDesign用50%命中率+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，第一次被跑通了。

许锦波团队构建的不是一个“刷论文”的模型，而是一套可迭代、可工业化的工程体系。抗体发现的门槛，正在从“几百万筛选”降到“几十个验证”。 在这条赛道上，中国团队不仅拿到了入场券，而且已经站到了领跑位置。