Китайская компания Molecular Mind открывает доступ к AI-операционной системе для биологии MoleculeOS

Репортаж от Wedoany，Основатель компании Molecular Mind Сюй Цзиньбо на форуме Shanghai Guotou Frontier Forum 2026 официально предоставил промышленности доступ к собственной AI-операционной системе для биоэкономики MoleculeOS (MOS). Система позиционируется как AI-операционная система для биологических исследований, призванная трансформировать роль искусственного интеллекта из «предсказателя» отдельных функций в «организатора» исследовательского процесса. Традиционная модель поиска молекул методом «скрининга и проб» переходит к более детерминированной модели «создания молекул», а инфраструктура биологических исследований переопределяется.

MoleculeOS, используя цели проекта в качестве входных данных, способна самостоятельно понимать биологические намерения пользователя, автоматически разбивать задачи и управлять внутренним кластером моделей, выполняя такие задачи, как предсказание структуры и дизайн молекул, в конечном итоге предоставляя рекомендации по решениям и фиксируя отслеживаемую исследовательскую цепочку. Её базовая функциональность основана на собственной системе моделей Molecular Mind, включая мультимодальную фундаментальную большую модель белков NewOrigin (Дарвин), модель предсказания структуры полноатомных макромолекулярных комплексов MMFold, а также генеративную модель дизайна MMDesign для нанотел, ферментов и функциональных белков.

Что касается технических показателей, модель MMFold в тесте FoldBench достигла 68,6% успешности предсказаний для 172 интерфейсов антитело-антиген. Её платформа для дизайна антител с нуля в тестах на 12 мишенях, где для каждой мишени тестировалось не более 50 кандидатных молекул, показала успешность более 90%. Эти модели в MoleculeOS не являются изолированными инструментами, а организованы в единую систему для комплексного анализа, ориентированного на конечные исследовательские цели.

В традиционном исследовательском процессе задачи по дизайну макромолекул включают несколько этапов, таких как анализ мишеней, моделирование последовательностей и предсказание структуры, которые распределены между различными инструментами и командами и зависят от ручного управления. MoleculeOS, используя «исследовательское намерение» в качестве входа системы, позволяет исследователям напрямую ставить цели, такие как повышение аффинности антител, а система автоматически управляет моделями для выполнения системных задач. В проекте по оптимизации антител к иммунной контрольной точке традиционный процесс, занимающий несколько недель, был сокращён до нескольких часов. Каждый полный путь от исследовательского намерения до вывода автоматически фиксируется системой в виде структурированного исследовательского актива, который может быть использован в последующих проектах.

Сюй Цзиньбо — один из первых исследователей в области предсказания структуры белков. Его метод RaptorX-Contact, предложенный в 2016 году, впервые продемонстрировал роль глубокого обучения в повышении точности предсказания структуры белков. Он считает, что ядро конкуренции в области AI-биотехнологий сместилось от возможностей отдельных моделей к системной исследовательской инфраструктуре, и ключевым моментом является «более точное создание молекул, заслуживающих экспериментальной проверки».

До официального открытия доступа MoleculeOS уже использовалась как внутренняя инженерная платформа Molecular Mind для поддержки ряда проектов в области инновационных лекарств и биопроизводства. Molecular Mind планирует в будущем продолжать открывать доступ к большему количеству моделей и интеллектуальных исследовательских модулей, способствуя масштабному применению этой операционной системы в таких областях, как инновационные лекарства, биопроизводство и синтетическая биология.