AI蛋白质设计平台公司分子之心近日正式开放其自研的面向生物研发的AI操作系统MoleculeOS。其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，并经过多维度科学评估给出决策建议 。
据介绍 ，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 。但在真实产业场景中，一个典型的大分子研发任务 ，往往涉及靶点分析、结构预测 、稳定性评估 、可开发性分析和实验验证等众多环节 ，之前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。
而MoleculeOS的核心变化 ，就是把“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 ，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 。
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。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 ，系统可以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 ，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 。
“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表示 ，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 ” ，MoleculeOS已支撑多项创新药和生物制造项目 。
例如 ，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实验团队，包含完整计算链路与可视化分析 。
分子之心表示 ，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。分子之心未来也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。
（文章来源：经济借鉴 网）
