全球首个：全场景原子级AI蛋白设计大模型发布，百奥几何引领AI制药新突破

摘要：5月29日，百奥几何宣布与汉和生物合作，双方将围绕生成式人工智能（AI）驱动的酶设计、酶挖掘、菌株改造、代谢通路优化、细胞工厂设计等核心技术展开深度协同，推动“AI+合成生物学”的深度融合应用。

—各奖项申报陆续启动，欢迎关注—

5月29日，百奥几何宣布与汉和生物合作，双方将围绕生成式人工智能（AI）驱动的酶设计、酶挖掘、菌株改造、代谢通路优化、细胞工厂设计等核心技术展开深度协同，推动“AI+合成生物学”的深度融合应用。

尽管正式运营不到三年，百奥几何已成为将生成式AI应用于蛋白设计的头部企业，其核心团队是生成式AI在分子生成领域的开拓者，早在2021年就将扩散模型用于分子的三维结构生成，其关键论文是2022年AI领域引用量排名前50的论文之一。

全球首个全场景原子级蛋白质大模型

4月16日，百奥几何正式发布具有里程碑意义的GeoFlow V2——全球首个全场景原子级蛋白质大模型。该模型首次在原子级精度上统一了蛋白质结构预测与从头设计这两大核心能力，为生命大分子提供了从理解到创造的一站式解决方案。

GeoFlow V2标志着百奥几何重要的模型进化。它首次实现了蛋白质结构预测和从头设计这两种核心能力在原子级别表达上的融合统一，构建了一个全场景、通用化的蛋白设计平台。本质上，GeoFlow V2不再仅仅是一个“预测器”或“生成器”，而是真正意义上的通用蛋白质“设计引擎”。

在实际应用层面，GeoFlow V2已经支持多个商业化项目落地，特别是在抗体药物设计、功能蛋白设计、酶定向进化等领域。该模型能够有效应用于指定表位的抗体从头设计、亲和力优化、多构象复合物结构预测等高难度任务。

虽然AlphaFold3和RFDiffusion都是业界的杰出成果，但目前主流模型大多专注于单一能力方向，例如结构预测、结构设计、序列设计或功能预测各自独立运行。回顾文本、图像等AI领域的进化历程，早期也存在类似现象（例如情感分析和文本分类使用不同模型），但后来发展出了如GPT这样的统一文本模型，如今更出现了能理解和生成文本、图像的多模态大模型，乃至统一视觉、文本和行为决策的视觉语言动作模型。

在生命科学领域，GeoFlow V2是第一个将结构预测和从头设计设计融合在原子级统一架构中的大模型，解决了“只能预测”或“只能生成”的局限。GeoFlow V2在低同源抗原抗体数据集上的Top-1预测成功率达到45%，已经超越了Chai-1、Protenix、AFM2.3等现有业界认可度最高的模型。

此外，GeoFlow V2具备强大的多模态设计能力。它不仅支持蛋白质设计，还能处理DNA/RNA、小分子等多种底层输入，适应不同场景下的任务需求。这使其成为一个“分子设计的自由引擎”，其优势并非源于几个独立模块的简单叠加，而是在性能、效率、适用范围等多维度实现了真正的突破，将蛋白质设计推进到“从理解到创造”的全流程智能化时代。

百奥几何很早就认识到生成式AI大模型在蛋白质设计领域的巨大潜力。因此，公司没有将精力分散在构建众多小模型上，而是早期就致力于搭建多模态、通用的全原子大模型，并深度结合高通量湿实验平台进行快速迭代。这一战略选择最终促成了GeoFlow V2的诞生及其一系列成功落地的项目成果。

“干湿一体”两大平台

百奥几何始终坚持“干湿一体”策略，其核心技术平台由两部分构成：

GeoBiologics大模型平台：搭载GeoFlow V2生成式AI大模型，提供原子级蛋白设计能力。该平台支持从序列预测、结构生成、功能优化，到药物亲和力、免疫原性、可表达性等多维度的建模分析。

高通量湿实验平台：覆盖了自动化构建、表达、纯化与功能验证的全流程，确保设计结果能够被快速验证、获得反馈并进行优化，进而反哺AI模型。

这种干湿闭环体系一方面显著提升了模型迭代的速度和精度，另一方面也帮助客户无缝衔接“人工智能设计”与“湿实验验证”。该体系近期已在多个实际项目中成功应用落地，例如针对跨膜蛋白的可溶化改造、多目标酶进化、功能蛋白从头设计等，完成了传统计算方法难以突破的任务。

百奥几何的实践清晰地勾勒出AI制药的未来图景：一个由统一、强大的原子级智能设计引擎驱动，并与高通量实验无缝协同的智能化研发体系。GeoFlow V2实现的“从理解到创造”的闭环，不仅是技术的飞跃，更是对药物研发本质的深度重构。它预示着，未来药物的发现将越来越多地始于精准的数字化设计，并经由高效实验快速迭代优化。百奥几何正站在这一变革前沿，其开创性的平台正在加速这一智能化药物研发时代的全面到来。