从模型突破到系统落地：分子之心MoleculeOS打造AI生物经济基础设施
AI生物研发正在从“工具时代”迈向“操作系统时代”。
7月2日，在2026上海国投前沿论坛上，分子之心创始人许锦波教授正式面向产业界开放其自研的AI原生生物经济操作系统MoleculeOS（MOS）。
MoleculeOS是一个面向生物研发的AI操作系统。它基于分子之心自研的AI模型体系，以项目目标为入口，AI通过自主理解使用者的生物学意图，自动拆解任务、统一调度系列模型、执行结构预测、分子设计等任务，经过多维度科学评估给出决策建议，并沉淀可追踪、可复盘的研发链路。
MoleculeOS的开放意味着，生物领域的研发基础设施正在被重新定义：AI的角色从生物规律的"预测者"，成为研发流程的"组织者"。
生物领域的研发范式升级也正式开启：传统的“筛选试错”式的分子发现，规模化跨入更具确定性的“分子创造”时代。
试用入口：https://mos.moleculemind.com/login
从工具智能到系统智能：重构AI制药与生物制造的研发模式
过去几年，AI在蛋白质结构预测、抗体设计、分子生成和功能优化等方向不断突破，证明了算法理解和设计生命分子的巨大潜力。
但在真实产业场景中，模型突破并不等于研发效率跃迁。一个典型的大分子研发任务，往往涉及靶点分析、序列建模、结构预测、结合界面判断、突变设计、亲和力评估、稳定性评估、可开发性分析和实验验证等众多环节。过去，这些环节分散在不同工具和团队之间，研发人员需要手动调度流程，结果也难以统一沉淀。传统"工具栈+人工调度"模式，正成为AI技术向产业价值转化的核心瓶颈。
MoleculeOS的核心变化，是把“研发意图”作为系统入口。研究人员不再只是上传一个序列或结构文件执行单一预测任务，而是直接提出目标：例如提升抗体亲和力、或针对特定靶点生成候选分子。系统会围绕目标自动拆解任务，在统一的生物物理上下文中调度模型，完成从结构预测到推荐候选分子及下一步决策建议的系统性任务。
试用入口：https://mos.moleculemind.com/login
这意味着，AI不再只是执行单步计算，而是开始组织完整研发流程。过去高度依赖个人经验的判断过程，也可以被系统记录为可追踪、可复盘、可复用的研发资产。对于企业而言，这种变化不仅是效率提升，更意味着研发体系开始具备更强的标准化、协同化和可扩展能力。
更重要的是，MoleculeOS 将每一次从研发意图到最终结论的完整链路自动沉淀为结构化研发资产。当团队启动下一个项目时，历史项目的计算参数、筛选逻辑和决策依据都可以被调用——研发不再是从零开始的重复劳动，而是在一套持续积累的体系中加速。这正是操作系统区别于工具集的根本所在。
自研模型集群构筑底层能力：从理解生命规律到设计功能分子
MoleculeOS的底层能力，来自分子之心在蛋白质基础大模型、蛋白质结构预测和分子设计方向的长期积累。围绕“序列—结构—功能—进化—相互作用—生成设计”，分子之心团队构建了覆盖全流程的自研模型体系，包括多模态蛋白质基础大模型NewOrigin（达尔文）、全原子大分子复合物结构预测模型（MMFold），以及面向纳米抗体、酶和功能蛋白的生成式设计模型（MMDesign）。
在结构预测方向，分子之心自研的全原子大分子结构预测模型MMFold已在FoldBench基准测试中针对172个抗体–抗原界面实现了68.6%预测成功率，相较AlphaFold3等国际主流模型显著领先。
在分子设计方向，其抗体从头设计平台在12个靶点中实现了在每个靶点仅测试不超过50个候选分子的极低通量条件下，靶点成功率超过90%，将AI大分子设计从依赖大规模随机筛选，推向“低通量、高命中率、可编程设计”的新范式。
更重要的是，在MoleculeOS中，这些模型并非孤立工具，而是被统一组织到一个AI原生的操作系统中，实现以最终的研发目标为导向，综合分析序列适应性、结构稳定性、进化保守性、亲和力变化和可开发性等指标，为每个候选分子提供清晰的判断依据。
从技术验证到产业应用：低门槛应用推动规模化价值落地
“对于AI生物技术而言，模型指标固然重要，但真正决定产业价值的，是能否在真实研发中稳定产生有效候选、缩短周期并降低试错成本。”分子之心创始人许锦波教授表示。
许锦波是全球蛋白质结构预测领域的开创者之一，早在2016年就提出RaptorX-Contact方法，率先证明深度学习可以显著提升蛋白质结构预测精度，被业界视为AlphaFold等预测模型的重要方法学开创者。他认为，当前AI生物技术竞争的核心，已经从单点模型能力，走向系统级研发基础设施。
一个明确的信号正在释放：AI大分子设计的竞争，不只是“生成更多分子”，而是“更准确地生成值得实验验证的分子”。
在本次面向产业界开放前，MoleculeOS已作为分子之心内部工程化底座，支撑多项创新药和生物制造项目。
在一个免疫检查点抗体优化项目中，研究人员只需输入靶点和研发目标，系统即可自动完成候选生成、结构预测、多维评估和推荐。传统流程中需要多名研究人员跨工具协作、耗时数周的工作，在MoleculeOS中可压缩至数小时。完成计算后，项目结果可一键分享至湿实验团队，包含完整计算链路与可视化分析——让从干实验到湿实验的决策依据不再依赖二次转述。
此次MoleculeOS正式开放，也意味着分子之心决心把内部验证过的AI原生操作系统推向更广泛的产业场景。创新药、生物制造、合成生物学等领域的团队，可以围绕自身需求，低门槛获得MoleculeOS的系统能力。
分子之心表示，未来将持续开放更多模型能力与智能研发模块，与产业伙伴共同探索AI原生操作系统赋能研发的新范式。
