AI蛋白質領域，剛剛迎來了震撼升級！

近日，百奧幾何發(fā)布了全球首款全能蛋白質基礎模型GeoFlow V2，一舉超越AlphaFold3、RFDiffusion，在結構預測精度、預測速度以及設計合理性上實現(xiàn)了全面進化。

作為全球首個蛋白質“結構預測+從頭設計”一體化的生成式大模型，GeoFlow V2實現(xiàn)了“一個模型，無限可能”，能夠同時用于蛋白質結構預測和蛋白質從頭設計兩大關鍵任務。

而2024年諾貝爾化學獎得主的重磅作品——谷歌DeepMind的AlphaFold3和David Baker團隊的RFdiffusion，僅能分別完成結構預測與蛋白設計任務。

具體來看，GeoFlow V2在抗體及抗原-抗體復合物結構預測的精度及速度上全面領先業(yè)界主流模型，并支持指定表位、指定結合模式、指定抗原結構、多構象預測等復雜場景。

在從頭設計上，通用模型GeoFlow V2在生成質量與結構合理性超越了由RFDiffusion在抗體數(shù)據(jù)上專門調優(yōu)得到的RFAntibody，真正實現(xiàn)了“Quality by Design”的源頭創(chuàng)新。

可以說，這個全球首創(chuàng)的模型宣告了AI+生命科學邁入智能創(chuàng)造時代——通過生成式AI重構大分子設計的底層范式，GeoFlow V2將加速新藥、疫苗、工業(yè)酶等產品的研發(fā)進程，深刻改變生物醫(yī)藥、生物制造的創(chuàng)新格局。

例如，在一個關鍵醫(yī)藥中間體合成工藝優(yōu)化中，GeoFlow V2僅用55天便完成了轉氨酶的高性能定向改造——催化活性提升52.3 倍，左手性選擇性從0%躍升至99.7%，解決了關鍵手性前體胺的催化難題。

GeoFlow V2的發(fā)布，標志著百奧幾何這家生成式AI驅動的蛋白質設計研發(fā)平臺公司，朝著AGI落地生命科學邁出極為重要的一步，為全球創(chuàng)新帶來中國解決方案。

而這一通往星辰大海的旅途注定需要攜手同行，GeoFlow V2即日起正式上線，面向全球生物醫(yī)藥、合成生物、蛋白工程等相關領域的科研機構、行業(yè)專家、創(chuàng)新團隊開放限時免費試用，百奧幾何誠邀志同道合者共創(chuàng)未來。

試用及技術報告鏈接：prot.design

AI蛋白質領域，跑出一匹黑馬

AlphaFold3的發(fā)布震撼了整個生命科學界，有望成為藥物研發(fā)的革命性工具。

與AlphaFold2相比，AlphaFold 3將預測的范圍擴展到蛋白質、DNA、RNA、小分子等的幾乎所有生物分子結構和相互作用，帶來一場分子革命。

就在近日，AlphaFold3背后的創(chuàng)造者——Isomorphic Labs宣布完成6億美元融資，成為2025年生命科學最大一筆融資，足以見得市場對創(chuàng)新技術的期待。

早在去年6月，百奧幾何抗體設計生成式AI 模型GeoFlow，是業(yè)內第一個在抗原-抗體復合物結構預測任務上接近AlphaFold3水平的生成式AI大分子設計模型。

而近日發(fā)布的GeoFlow V2，則在抗體性能指標、預測準確性及設計合理性上實現(xiàn)了全面進化，多個任務超越AlphaFold3。

簡單來說，GeoFlow V2最大創(chuàng)新在于創(chuàng)建了統(tǒng)一的原子擴散模型，能夠同時處理蛋白質結構預測和蛋白質設計任務，有效避免了“只能預測或只能生成”的局限性。

在AlphaFold3多個任務中，最受關注的還是蛋白質-配體預測。絕大多數(shù)藥物都需要與目標蛋白質結合，精準預測蛋白質與其他分子的結合位置和方式，將大大促進藥物研發(fā)。

GeoFlow V2則具備強大的蛋白質復合物結構預測與建模能力，能夠在各種約束條件下精準預測對接結構，廣泛適用于抗原-抗體、蛋白-蛋白及蛋白-小分子等體系。

尤其在低同源性抗體-抗原復合物預測中，傳統(tǒng)的同源建模方法（如基于已知結構的模板比對）準確性下降。

而GeoFlowV2 針對在低同源性抗原-抗體復合物結構預測任務的性能測評顯示，GeoFlowV2的Top-1 成功率達45.19%，比GeoFlowV1提升四成，大幅度超過Chai-1、Protenix、AFM2.3等業(yè)界優(yōu)秀同類模型，體現(xiàn)了對生命分子相互作用的強大建模能力。

此外，在蛋白-小分子結構預測任務中，GeoFlow V2相較于目前主流模型也有著一流的表現(xiàn)。

圖：GeoFlow V2 在抗原-抗體復合物和蛋白-小分子復合物結構預測結

不僅如此，GeoFlowV2的輕量級變體GeoFlowV2-ab在抗體結構預測中表現(xiàn)出色，在預測精度更高的前提下，速度比AlphaFold Multimer V2.3快了150-250倍，預測時間壓縮至秒級別，可以支持百萬級別的抗體結構預測任務。

圖：GeoFlow V2-ab 在抗體結構預測推理時間上相比 AFM2.3 展現(xiàn)出

抗體設計能力全面增強

2024年全球抗體藥物市場規(guī)模達到2677億美元，超6款抗體藥物突破百億美元大關，成為全球最重要的藥物形式之一。

傳統(tǒng)的抗體設計多依賴于實驗室中的高通量篩選技術，例如免疫或定向進化，不僅成本高昂，且效率低下。

而GeoFlow V2為代表的生成式AI的出現(xiàn)，為生物藥發(fā)現(xiàn)開辟了全新的路徑，可直接基于靶點從頭生成全新抗體分子，為這一領域帶來革命性的機遇。

以七個治療靶點為例，GeoFlowV2根據(jù)指定表位氨基酸生成1000 個抗體，結果顯示GeoFlow V2 在 5 個抗原上成功復現(xiàn)了參考分子的結合模式（minimum FR RMSD < 5?）。

圖：根據(jù)7個靶點生成的抗體結構

此外，在針對HER2靶點等抗體從頭設計任務中，GeoFlow能夠生成高通量建庫，成功篩選出多個低納摩爾親和力，成藥性良好的抗體分子，部分分子已完成動物體內功能驗證。

簡單而言，GeoFlow V2為抗體工程帶來了效率提升和設計范式轉變，有望為難成藥靶點、特殊表位及種屬交叉抗體的發(fā)現(xiàn)帶來革命性變化。

首款全能蛋白質基礎模型，如何煉成？

GeoFlow V2的突破性創(chuàng)新背后，是一家來自中國的創(chuàng)新企業(yè)百奧幾何。

創(chuàng)始人唐建博士長期深耕AI與生命科學交叉領域，于2022年創(chuàng)立該公司，專注于生成式AI蛋白質設計平臺的研發(fā)。

唐建博士任加拿大蒙特利爾大學算法研究所（Mila）終身教授，公司首席科學顧問由深度學習之父、圖靈獎得主Yoshua Bengio擔任。

目前，百奧幾何團隊匯集了來自北京大學、清華大學、復旦大學等頂尖高校人才，涵蓋人工智能、生物信息學、結構生物學背景，多位成員曾任職于國際藥企以及知名生物科技公司。

正如OpenAI持續(xù)推動GPT系列升級，百奧幾何憑借深厚的技術積淀，為GeoFlow系列模型的迭代提供了堅實的基礎。

最新公開的技術報告中，揭露了全球首個全場景原子級蛋白質大模型是如何煉成的。

統(tǒng)一的原子擴散模型

早在2021年，百奧幾何就前瞻性地將擴散模型用于分子三維結構生成。

GeoFlowV2首次實現(xiàn)了將蛋白質結構預測和從頭設計統(tǒng)一在一個框架內，意味著模型支持雙向生成，不僅能夠輸入完整序列生成結構、輸入完整結構生成序列，還能輸入部分序列/結構生成互補的序列/結構。

圖：GeoFlow-V2模型架構

相較于此前需要為預測和生成設計獨立的模型架構，GeoFlowV2打破結構預測與生成的割裂，讓模型更準確、更通用、更強大。

蛋白質生成偏好優(yōu)化

近年來生成式AI在抗體設計發(fā)展異常迅速，但絕大多數(shù)模型聚焦于提升抗原特異性結合親和力，對生物物理特性考慮并不多。

這也導致實際應用中，盡管不少模型能夠一鍵生成大量蛋白質，但只有小部分抗體/酶真正具備可開發(fā)性和臨床安全性，后續(xù)開發(fā)受限。

百奧幾何意識到了這一痛點，將實驗數(shù)據(jù)和先驗知識整合進入GeoFlow V2中，從而實現(xiàn)對折疊和設計過程的精確控制。

當前，GeoFlow V2接受各種條件約束，包括表位約束（殘基到鏈）、接觸約束（殘基到殘基）以及結構約束（指定一部分序列對應的結構）等，在設計合理性方面進行全面優(yōu)化。

值得一提的是，百奧幾何還自建高通量濕實驗能力，并將其與GeoFlow 的出色的預測和設計能力相結合，通過多次“設計-驗證-再設計”的實現(xiàn)蛋白質的迭代優(yōu)化。

借助這一手段，GeoFlow僅在兩輪酶進化中，就將一款酶的催化活性提高了65 倍，整個過程耗時僅需2個月，大大縮短了酶進化時間。

總結而言，百奧幾何的模型創(chuàng)新并非空中樓閣，而是真正將深度學習方法轉化為生物制藥行業(yè)的實際應用，提升蛋白質療法的可成藥性，有效減少濕實驗成本。

生成式AI引領下一代大分子設計

百奧幾何貢獻中國智慧

去年，人工智能領域的杰出學者接連獲得諾獎，科學界的至高殿堂用實際行動表明AI4Science時代的到來。

尤其是，諾貝爾化學獎花落計算蛋白質設計和蛋白質結構預測領域，DeepMind與David Baker團隊以其尖端創(chuàng)新成果，凸顯了AI在生命科學的巨大潛力。

作為生命的基石，蛋白質在生物體內發(fā)揮著關鍵作用，具有催化生化反應、構建細胞結構及調節(jié)生物體的復雜功能，其結構、功能、相互作用與調控機制一直是科學家們探索的重點。

當下，科學家們正在運用AI來探索生物學的最深刻奧秘：無論是AlphaFold2解決困擾結構生物學50余年的"蛋白質折疊問題"，還是RFDiffusion實現(xiàn)特定蛋白質的從頭設計——種種進展都在彰顯著AI的變革力量。

進一步地，生成式AI以其特殊架構，如語言模型和擴散過程，更加擅長生成新穎且具備實際價值的蛋白質，為蛋白質科學研究開辟了更加廣闊的空間，從根本上重塑了生物大分子研發(fā)的技術范式與未來圖景。

這項突破性技術的產業(yè)化應用，將打破傳統(tǒng)研發(fā)模式成本高、周期長的局限，為生物醫(yī)藥、生物制造等行業(yè)提供強大助力，疾病診斷、新藥研發(fā)、工業(yè)酶設計等更多前沿場景有望迎來革命性突破。

作為新一輪科技革命的制高點和產業(yè)變革的新引擎，生物制造受到全球各國的高度重視，我國于2023年底將生物制造確立為戰(zhàn)略性新興產業(yè)，并在2024年、2025年政府工作報告中持續(xù)強化其戰(zhàn)略地位。

據(jù)麥肯錫統(tǒng)計，生物制造的產品未來可以覆蓋70%化學制造的產品，在未來10-20年可能對全球產生每年2-4萬億美元的直接經濟影響。

在這一進程中，AI驅動的蛋白質從頭設計技術正發(fā)揮著關鍵作用，該技術通過精準調控蛋白質元件的催化活性、底物選擇性、熱穩(wěn)定性等核心指標，加速化學品、藥品和功能材料的合成，為萬億級生物制造市場注入強勁動能。

作為生成式AI蛋白質設計領域的引領者，百奧幾何致力于為傳統(tǒng)的制造企業(yè)提供生物制造解決方案，實現(xiàn)綠色和智能化轉型，通過打造生成式人工智能（AIGC）大模型理解生命語言，重新構建蛋白質藥物發(fā)現(xiàn)及設計過程。

目前，公司已經打造人工智能大分子藥物設計平臺和高通量大分子藥物濕實驗驗證兩大基礎平臺，實現(xiàn)干濕實驗閉環(huán)，正在賦能合作伙伴實現(xiàn)精準、高效的大分子藥物設計和優(yōu)化。

基于AI蛋白質設計領域的前沿技術突破與產業(yè)化實踐積累，百奧幾何已與多家上下游企業(yè)達成戰(zhàn)略合作，共同推進生成式AI在生物醫(yī)藥和生物制造領域落地。

未來，百奧幾何將繼續(xù)以技術創(chuàng)新為驅動，深耕蛋白質設計與研發(fā)，為解決全球性挑戰(zhàn)提供更優(yōu)質的中國解決方案，推動生物醫(yī)藥和合成生物制造產業(yè)邁向更加智能化、高效化的新未來。

從AlphaFold開啟蛋白質結構預測的革命紀元，到RFDiffusion實現(xiàn)蛋白質從頭設計的重大突破，AI在生命科學領域的演進從未停歇。

而今，GeoFlow V2的問世標志著這一領域迎來全新里程碑——它首次實現(xiàn)了結構預測與設計的融會貫通，具備更高的精度、更強的通用性和更貼近實際應用場景的特性。

DeepSeek的崛起讓全球科技界見證了中國模型的創(chuàng)新實力，標志著中國AI力量正穩(wěn)步邁向世界舞臺中央——這一趨勢已成為國際共識。

而在生成式AI引領的新一輪大分子設計革命中，以百奧幾何為代表的中國企業(yè)，同樣正以引領者的姿態(tài)，成為全球AI+生命科學賽道中洶涌澎湃的“后浪”。