追平 DeepMind 并反超 Anthropic！国产开源模型闯入 AI 制药第一梯队

近日，中国 AI 制药公司觅深知源（Molence Bio）发布了其首个生物分子基础模型 Mol-1。该模型在抗体–抗原结构预测、超大复合物组装及纳米抗体从头设计等关键领域取得了突破性进展，多项指标达到国际领先水平。在抗体–抗原结构预测评估中，Mol-1 的成功率高达 75%，成功追平了由 DeepMind 孵化公司 Isomorphic Labs 开发的闭源模型 IsoDDE（75.6%），同时远超其他开源模型。加入表位约束后，其成功率进一步提升至 88.3%。在超大蛋白质复合物组装这一极具挑战的任务中，基于 Mol-1 的智能体仅需单张 NVIDIA H20 GPU，即在 10 个大型复合物评估中超越了此前使用 8 张 B300 GPU 的 Anthropic 报告结果。其中，成功预测了包含约 6 万氨基酸残基、120 条蛋白质链的超大体系，TM-score 高达 0.997。针对纳米抗体从头设计，Molence Bio 基于早期版本开发的内部平台在包括 4 个 GPCR 在内的 17 个靶点上均获得结合候选，单个靶点结合命中率最高达 63%。特别是在 BCMA 靶点设计中，最优候选亲和力达到 43 pM；通过实验反馈迭代，4-1BB 激动抗体的功能命中率从首轮约 7% 大幅提升至第二轮的 85%。Molence Bio 已公开 Mol-1 的源代码与模型权重，并提供在线网页服务供全球科研人员使用。开源代码地址为 github.com/molence/Mol-1，在线试用入口为 lab.molence.com。