蛋白質(zhì)大模型的最新突破，來自中國！

最近，百奧幾何「悄悄地」發(fā)布了新一代全場景原子級蛋白質(zhì)基礎(chǔ)大模型GeoFlow V3，給全球同行們樹了一個新榜樣。

半年前，GeoFlow V2發(fā)布，其擁有比肩乃至超越AlphaFold3、Chai-2等先進(jìn)模型的表現(xiàn)，讓全世界感受到了中國團(tuán)隊的創(chuàng)新實力。

如今，新模型在GeoFlow V2的基礎(chǔ)上，又在多方面進(jìn)行了重大創(chuàng)新。

當(dāng)其他模型還在“卷規(guī)?！钡臅r候，GeoFlow V3選擇了一條不同的路線——首次將多步推理引入蛋白質(zhì)設(shè)計，讓模型具備“自我評估、自主進(jìn)化”的能力。

GeoFlow V3融合推理架構(gòu)，將蛋白質(zhì)序列和結(jié)構(gòu)生成、精度評估與虛擬進(jìn)化能力深度整合，邁向更實用、更自主的AI形態(tài)。

實測下來，GeoFlow V3表現(xiàn)驚艷，實現(xiàn)了精度、可靠性與成功率的全面提高。

新模型在抗原-抗體結(jié)構(gòu)預(yù)測上的高精度率（DockQ > 0.8）相較V2提升了45%，遠(yuǎn)遠(yuǎn)超過了Protenix、Boltz-2、Chai-1等模型。

在結(jié)合物與非結(jié)合物的判別能力，GeoFlow V3同樣展現(xiàn)出領(lǐng)先水平，具備更強(qiáng)的自我評估和置信度判斷能力。

在抗體從頭設(shè)計的實際任務(wù)中，針對多個靶點、指定表位，GeoFlow V3只需測試數(shù)十條序列即可找到nM級的binder分子，平均濕實驗驗證命中率達(dá)到15.5%，相較上一代AI方法提升近百倍。

新模型突破了傳統(tǒng)建庫與篩選方法的低效，讓先導(dǎo)分子的發(fā)現(xiàn)周期從原本的數(shù)月甚至數(shù)年縮短至三周以內(nèi)。

免費試用GeoFlow V3：https://prot.design
技術(shù)報告：https://prot.design/report

作為熱門領(lǐng)域，近期AI蛋白質(zhì)各種成果不斷，基礎(chǔ)模型一個接一個地發(fā)布，性能參數(shù)眼花繚亂。

但是能像百奧幾何一樣，真正實現(xiàn)「自研模型+濕實驗驗證」閉環(huán)的團(tuán)隊并不多。

畢竟，蛋白質(zhì)大模型不能只停留在紙面，而是要成為開發(fā)人員的趁手工具，能用、有用、好用才是硬道理。

一路走來，GeoFlow的每一次升級，都在向“實用”這一目標(biāo)精益求精，讓更多人切身感受到先進(jìn)模型對研發(fā)工作的深刻變革。這才是AI該有的樣子。

如果說AlphaFold推開了蛋白質(zhì)結(jié)構(gòu)預(yù)測的大門，RFDiffusion釋放了蛋白質(zhì)設(shè)計的潛力，那么GeoFlow系列模型便是中國獻(xiàn)給世界的一份禮物，打通了從理論到應(yīng)用的“最后一公里”。

對于生物醫(yī)藥和生物制造來說，GeoFlow V3作為堅實的技術(shù)底座，重塑人類對生物分子的改造和設(shè)計能力，為產(chǎn)業(yè)開辟前所未有的想象空間。

AI蛋白質(zhì)標(biāo)桿再升級

更精準(zhǔn)、更可靠、更智能！

半年前，百奧幾何發(fā)布了全能蛋白質(zhì)基礎(chǔ)模型GeoFlow V2，成為全球首個統(tǒng)一了結(jié)構(gòu)預(yù)測和從頭設(shè)計的原子級蛋白大模型，已在各類蛋白設(shè)計與改造任務(wù)中展現(xiàn)出強(qiáng)大通用性。

此次，百奧幾何通過深度優(yōu)化與范式創(chuàng)新，對這一強(qiáng)大底座進(jìn)行了重大升級：

GeoFlow V3不僅擁有了更強(qiáng)大的結(jié)構(gòu)預(yù)測和結(jié)合蛋白判別能力，更突破了傳統(tǒng)的“生成-虛擬篩選”的線性流程，構(gòu)建起“生成-評估-優(yōu)化”的多步推理能力，實現(xiàn)了精度、可靠性與成功率的全面提高。

結(jié)構(gòu)預(yù)測更精準(zhǔn)

作為一個融入多種生物先驗知識的條件擴(kuò)散模型，GeoFlow-V3 的結(jié)構(gòu)預(yù)測精度實現(xiàn)了質(zhì)的飛躍。

在一個包含104個低同源性抗體-抗原復(fù)合物（模擬真實世界缺乏模板的困難場景）的嚴(yán)格測試集上，GeoFlow V3的高精度率（DockQ > 0.8）相較 V2提升45%，顯著超越包括AlphaFold-Multimer 2.3、Protenix、Boltz-2和Chai-1在內(nèi)的現(xiàn)有模型。

圖： GeoFlow V3 結(jié)構(gòu)預(yù)測精度大幅度提升

在給定更多條件后，預(yù)測高精度率相比純序列輸入還可飆升1-2倍。這意味著模型能夠更精準(zhǔn)地把握抗原-抗體相互作用，為高質(zhì)量結(jié)合抗體設(shè)計打下堅實基礎(chǔ)。

結(jié)合判別更可靠

為了找出真正有潛力的候選分子，一個可靠的“打分機(jī)制”至關(guān)重要。

GeoFlow V3 具備更強(qiáng)的自我評估與置信度判斷能力，能更可靠地區(qū)分高精度和低精度結(jié)構(gòu)、區(qū)分結(jié)合體和非結(jié)合體。這為它自主判斷并改進(jìn)分子的“弱點”提供了有力保障。

ipTM(interface predicted Template Modeling score) 是最準(zhǔn)確和穩(wěn)健的置信度指標(biāo)之一。它專門用于衡量預(yù)測的抗體-抗原復(fù)合物界面的準(zhǔn)確性。

ipTM > 0.8 時，其對應(yīng)結(jié)構(gòu)為“高質(zhì)量”（DockQ > 0.8）的精確率超過80%。這意味著一個高ipTM的預(yù)測，極大概率是真正正確的結(jié)合模式。

在多個具有挑戰(zhàn)性的靶點上，相較于現(xiàn)有主流模型，GeoFlow-V3的ipTM分?jǐn)?shù)在大多數(shù)情況下都取得了最高的AUROC值，展現(xiàn)出領(lǐng)先水平。

圖： G eoFlow V3 在結(jié)合物與非結(jié) 合物判別能力中展現(xiàn)出領(lǐng)先水平

這表明，GeoFlowV3通過其可靠的自我評估機(jī)制為后續(xù)的優(yōu)化設(shè)計提供精準(zhǔn)指導(dǎo)，從而顯著提升抗體研發(fā)的效率。

多步推理長思考

GeoFlow V3 首次引入了多步推理能力，使模型能夠以自身置信度評分為指導(dǎo)，模仿自然界的抗體親和力成熟過程，不斷“進(jìn)化”出結(jié)合潛力更高的分子。

圖： GeoFlow V3 進(jìn)化流程概覽

具體流程是：首先生成一批初始候選抗體，利用擴(kuò)散模型對其進(jìn)行局部序列和結(jié)構(gòu)的重設(shè)計，再通過ipTM等評分篩選出下一輪進(jìn)化的起點分子。

如此進(jìn)行多輪迭代，使模型能夠超越單次生成的局限，進(jìn)行深度探索和持續(xù)改進(jìn)。

多個靶點上的計算機(jī)實驗表明，引入“虛擬進(jìn)化”能力、進(jìn)行深度思考后，GeoFlow V3 生成候選分子的ipTM打分顯著提高，實現(xiàn)了用更長思考換取更高結(jié)合率、降低濕實驗負(fù)擔(dān)的目標(biāo)。

圖： GeoFlow V3通過多步推理顯著提升候選分子結(jié)合潛力

得益于結(jié)構(gòu)預(yù)測-蛋白設(shè)計統(tǒng)一的模型架構(gòu)，整個抗體“生成-評估-進(jìn)化”過程中都可以用 GeoFlow V3 自主完成，無需切換到其他工具。

GeoFlow V3也由此從“結(jié)構(gòu)設(shè)計模型”升級為“表位直達(dá)抗體”的設(shè)計師，能夠自主規(guī)劃路徑，大大提高了其在真實世界的應(yīng)用價值。

更少實驗、更高成功率

GeoFlow V3顛覆抗體研發(fā)！

自1986年首個治療性抗體進(jìn)入臨床以來，該領(lǐng)域深刻重塑了生物醫(yī)藥格局。

2024年全球銷售額前十的藥物中，抗體藥占據(jù)5席，足見其對醫(yī)藥產(chǎn)業(yè)的關(guān)鍵意義。

然而，這一看似成熟的領(lǐng)域正面臨深層挑戰(zhàn)：抗體藥的人源化及親和力優(yōu)化過程復(fù)雜且充滿不確定性——從立項到上市平均需10—15年與數(shù)十億美元投入。

傳統(tǒng)研發(fā)如“大海撈針”，需在動物/體外構(gòu)建上億級分子庫并開展數(shù)月乃至數(shù)年的高通量篩選，流程冗長、成本高昂，且可探索的靶點與分子空間有限。

上一代AI受限于模型性能和思路，仍“依賴生成—篩選”的線性流程，仍然需要大量實驗，實際結(jié)合率常不足個位數(shù)甚至更低。

為了驗證模型效果，GeoFlow V3在五個治療靶點上進(jìn)行了從頭抗體設(shè)計，包括TSLP、IL-33、IL-13、CCR8和PD-1，這些靶點跨越了炎癥、癌癥等多個領(lǐng)域。

GeoFlow V3根據(jù)5個靶點進(jìn)行了8個獨立的納米抗體設(shè)計活動，且從AI設(shè)計到濕實驗驗證在三周時間內(nèi)就完成一輪。

圖：只需測試數(shù)十條由 GeoFlow V3 設(shè)計的序列即可找到 nM 級的 binder 分子

結(jié)果顯示，這8個靶點至少平均命中率達(dá)到15.5%，較上一代AI方法提升近百倍！

且每個治療靶點設(shè)計不超過50個納米抗體，大幅度減少了時間和成本。

換句話說，GeoFlow V3真正做到了：用更短的設(shè)計周期，獲得更有效的分子產(chǎn)出；用更少的實驗投入，實現(xiàn)更多的真實命中。

AI底層突破

加速生物醫(yī)藥、生物制造創(chuàng)新

可以說，GeoFlow V3 的發(fā)布，標(biāo)志著蛋白質(zhì)設(shè)計邁入智能化新階段。

它能在虛擬空間中系統(tǒng)推演分子結(jié)構(gòu)與功能的復(fù)雜關(guān)系，挖掘傳統(tǒng)實驗難以觸及的設(shè)計空間，為實現(xiàn)生物分子的“設(shè)計自由”開辟了全新路徑。

這一突破從根本上顛覆了傳統(tǒng)的研發(fā)范式，為生物醫(yī)藥和生物制造注入強(qiáng)大創(chuàng)新動能。

長期以來，藥物研發(fā)依賴資源積累與經(jīng)驗篩選，面臨漫長周期和高昂成本的困境。

如今，研究人員可以通過模型推理與自主虛擬優(yōu)化進(jìn)行理性探索，讓包括抗體研發(fā)在內(nèi)的生物醫(yī)藥創(chuàng)新進(jìn)入“智能驅(qū)動”范式，有望打破“雙十定律”。

在研發(fā)效率上，GeoFlow V3讓先導(dǎo)分子的發(fā)現(xiàn)周期從原本的數(shù)月甚至數(shù)年縮短至三周以內(nèi)；

在表位選擇上，它突破了傳統(tǒng)免疫與建庫方法的局限，攻克曾經(jīng)被視為“不可成藥”的復(fù)雜靶點。

對于創(chuàng)新藥企和科研機(jī)構(gòu)而言，GeoFlow V3意味著他們能以極低的實驗量快速產(chǎn)出可用的候選分子。從而讓資源得到更高效的利用，重構(gòu)創(chuàng)新藥的價值體系。

不止于生物醫(yī)藥，生成式AI蛋白質(zhì)平臺更深層次的影響在于，重塑整個生物經(jīng)濟(jì)的價值鏈。

隨著生物制造入選“十五五”未來產(chǎn)業(yè)規(guī)劃，我國將其視為重塑制造業(yè)格局的關(guān)鍵戰(zhàn)略，生物制造迎來了歷史性發(fā)展機(jī)遇。

生物制造將成為未來全球經(jīng)濟(jì)的主導(dǎo)性力量之一，預(yù)計到本世紀(jì)末，將形成高達(dá)30萬億美元的市場規(guī)模，能源、材料、醫(yī)療和環(huán)境等行業(yè)迎來系統(tǒng)性產(chǎn)業(yè)革命。

發(fā)展藍(lán)圖已經(jīng)提出，但要將愿景轉(zhuǎn)化為現(xiàn)實，還需要認(rèn)識到當(dāng)前生物制造的障礙。

其核心挑戰(zhàn)在于：如何精準(zhǔn)設(shè)計生命系統(tǒng)，包括底盤菌種和高效酶制劑。

傳統(tǒng)生物研發(fā)效率低下，往往需上千次實驗才能篩選出一個有效的蛋白，難以支撐萬億級產(chǎn)業(yè)規(guī)模的創(chuàng)新需求。

而生成式AI正是破局關(guān)鍵：直接設(shè)計全新生物分子，為行業(yè)打開前所未有的發(fā)展空間。

在此背景下，以百奧幾何為代表的AI-Native生物科技公司，正憑借其底層創(chuàng)新，成為產(chǎn)業(yè)發(fā)展的關(guān)鍵力量。

經(jīng)過多年的技術(shù)沉淀，百奧幾何在模型能力上穩(wěn)居國際第一梯隊，開發(fā)出面向全生物制造領(lǐng)域的通用蛋白質(zhì)設(shè)計引擎。

不僅如此，百奧幾何還構(gòu)建了能夠自我迭代的完整干濕實驗平臺，覆蓋從自動化構(gòu)建、表達(dá)到純化與功能驗證的全流程。

與諾唯贊生物的IVD試劑工具酶改造項目中，百奧幾何僅用60天、通過3輪“設(shè)計-驗證-再設(shè)計”的干濕迭代，成功將工業(yè)級酶的產(chǎn)物產(chǎn)量提升至野生型的21倍，創(chuàng)下行業(yè)紀(jì)錄。

如今，百奧幾何的通用蛋白質(zhì)設(shè)計平臺，已經(jīng)廣泛用于抗體藥物研發(fā)、工業(yè)酶設(shè)計、非天然氨基酸合成、功能蛋白設(shè)計等場景，服務(wù)從醫(yī)藥到農(nóng)業(yè)、化工、材料等眾多行業(yè)。

當(dāng)前，我們正處于一個歷史性的拐點。

生成式AI正在為整個生物經(jīng)濟(jì)鑄造全新的技術(shù)底座，賦予人類“從頭設(shè)計并自主進(jìn)化生命分子”的能力。

GeoFlow V3的問世，標(biāo)志著AI for Life Science的最新突破，首次將多步推理引入蛋白質(zhì)設(shè)計，讓模型更精準(zhǔn)、更可靠、更智能。

而這背后，百奧幾何此次更傳遞出一個關(guān)鍵信號：其不僅在底層技術(shù)上實現(xiàn)突破，更率先打通了從理論模型、核心算法到產(chǎn)業(yè)交付的全鏈路。

毫無疑問，在新一輪生命科學(xué)創(chuàng)新的浪潮中，以百奧幾何為代表的領(lǐng)先公司，正在書寫著中國創(chuàng)新的全球篇章。