许锦波团队全球率先取得纳米抗体从头设计里程碑突破，靶点成功率超90%
近期，“AI蛋白质折叠奠基人”许锦波教授创立的AI蛋白质设计公司分子之心发布重磅技术进展：其自研的AI生物药从头设计平台——MMDesign，全球范围内率先实现了低通量、高精度的实用级纳米抗体从头设计。
实验数据显示，在极小的实验样本量下，MMDesign在十多个真实治疗靶点上实现了特异性结合，靶点成功率超过90%，AI设计的分子最佳亲和力达皮摩尔级别，且展现出优异的成药性特征。
这一突破意味着，抗体大分子的研发正在实质性地实现从“盲盒式随机筛选”向“可编程分子工程”的范式转移。
告别“大海捞针”：极小规模验证实现超90%靶点成功率
传统的抗体发现高度依赖动物免疫或大规模文库筛选，往往需要在数百万乃至数十亿的候选分子中进行“大海捞针”。这种模式不仅成本高昂、周期漫长，且对结合表位和后期成药性参数的预见性较差。近年来，生成式AI在抗体设计领域掀起波澜，但如何在低通量实验条件下保持高且稳定的成功率，仍是行业亟待突破的“圣杯”。
分子之心的MMDesign平台打破了这一行业天花板。通过创新的"生成-过滤"策略，MMDesign在针对细胞因子、免疫检查点、受体蛋白及多次跨膜蛋白等12个高价值靶点的系统性评测中，仅挑选14到50个AI设计的候选分子进行湿实验验证。结果显示，12个靶点中有11个成功确认特异性结合（靶点成功率超90%），验证了该平台在异源靶点上的广泛适用性。
部分实验反馈数据（摘自分子之心技术报告）
值得一提的是，在PD-L1靶点测试中，候选分子命中率高达86.7%，最优分子亲和力（KD）低至7.2nM。这些高活性分子在三维空间中开拓了全新的结合构象，为药企管线提供了广阔的自由实施（FTO）空间，并构筑了坚实的专利壁垒。
攻克“难成药靶点”：在TNFα与GPCR上展现高成功率，前置化解CMC风险
除了常规靶点，MMDesign在攻克业界公认的“冷门表位”和“难成药靶点”上同样展现出颠覆性实力。
TNFα是一种界面平坦的同源三聚体细胞因子，其结合表面高度溶剂暴露，是AI从头设计中最具挑战性的靶点类别之一。此前同类研究中尚无团队能在低通量条件下取得成功。而MMDesign在仅测试14个候选分子的情况下，实现了高达50%的分子命中率，且最高亲和力达到惊人的51pM。
此外，针对制药界最大的靶点家族——G蛋白偶联受体（GPCR），MMDesign交出了更具工业价值的答卷。针对某GPCR靶点从头设计的29个纳米抗体中，有22个候选分子实现了特异性结合。更关键的是，MMDesign在设计早期就将“高溶解性、抗聚集”等成药性特征作为内在优化目标。实验证实，这些抗体分子的纯度达到了90%-99%，瞬时表达量均超过0.5g/L。这种将后期CMC（化学、制造和控制）风险大幅前置化解的能力，将极大提升创新药推进至临床阶段的确定性。
AI设计的纳米抗体不仅能表达，且能够与GPCR靶点(CCR7)实现特异性地结合，且具有良好的浓度依赖性
底层硬核驱动：MMFold基准测试碾压同类模型
MMDesign能够在极小规模内实现多靶点的高命中率，核心引擎来自于分子之心团队自研的全原子结构预测模型——MMFold。
AI引导设计的上限，直接取决于底层模型对“抗体-抗原界面”刻画的精准度。在权威的FoldBench基准测试中，MMFold的预测成功率达到68.6%，显著超越了AlphaFold3、Boltz-1、Chai-1等国际顶级模型。特别是在工业界尤为看重的高精度结构预测梯队中，MMFold的成功率实现了对其他模型的翻倍式超越。
MMFold和AlphaFold 3等模型在High、Medium、Acceptable三个质量梯队下的累计DockQ成功率对比，高精度结构预测（黄色部分）MMFold优势明显
分子之心创始人许锦波教授是全球蛋白质结构预测领域的开创者。早在2016年，他就率先证明了深度学习可显著提升蛋白质结构预测精度，被业界誉为AlphaFold等系统的重要方法学启蒙者。如今，他正带领团队将计算生物学的边界推向工程化应用。
“我们构建的不仅是一个技术工具，而是一整套重构研发范式、打破新药研发‘双十定律’的全新基础设施。”许锦波教授表示，AI驱动的可编程分子工程正在大幅减轻生物实验室的负担，让药物设计变得更加高效和精准。
未来，分子之心将依托MMDesign平台，进一步拓展多特异性生物制剂等前沿领域，将AI计算的无垠潜力转化为切实造福全球患者的新一代疗法。
