一句话看懂：分子之心（MoleculeMind）完成A轮系列融资，累计金额逾亿美元。这家由AI蛋白质结构预测奠基人许锦波创立的公司，正从结构预测迈向“从头设计”的产业落地，试图成为AI重构生物工程的基础设施平台。
事件核心：发生了什么
2026年6月17日，AI蛋白质设计平台公司分子之心宣布完成逾亿美元A轮融资。本轮资方包括蓝桥资本、浦东创投、中粮新兴产业基金、东方富海、复星创富等，老股东凯赛生物、芯航资本追加投资。分子之心创始人许锦波是“AI蛋白质折叠奠基人”，曾发明全球首个有效AI蛋白质结构预测算法RaptorX-Contact。其核心产品包括多模态蛋白质基础大模型NewOrigin（达尔文）和AI原生的生物工程基础设施MoleculeOS（MOS）。据披露，MOS平台的AI生物药设计模块MMDesign，在12个真实临床靶点测试中实现超90%命中率，并攻克GPCR、TNFα等公认难靶点。在产业合作方面，MOS已帮助合作伙伴将某pH敏感性抗体的亲和力差值提升至60倍，并对某表达严重不足的管线实现表达量拉升400倍以上。
为什么重要
这笔融资发生在AI for Science（AI4S）行业从“模型跑分”转向“工业化交付”的关键节点。分子之心展示了两层突破：一是技术代差——从结构预测的“看清”跃迁至分子设计的“创造”，并在抗体-抗原复合物预测等工业级任务上对AlphaFold 3形成断层式领先；二是工程化闭环——MOS平台打通了“AI设计-湿实验验证-模型进化”的数据飞轮，在创新药、生物制造、食品工业等多领域获得真实项目验证并形成连续复购。平台型能力与跨产业资本（医药、农业、新材料）的集体押注，意味着AI蛋白质赛道已进入以“基础设施”而非单一算法为核心资产的竞争阶段。
对用户/开发者/创作者的影响
对于生物制药、合成生物学和化工新材料领域的研发团队：分子之心的平台授权模式正在将“AI精准设计+小规模湿实验验证”的能力嵌入企业研发流程，意味着未来药企和工业酶企业可以大幅缩短候选分子筛选周期，从传统数亿量的盲筛降至14-50个AI生成候选分子即可获得高亲和力抗体。对于大模型和AI for Science从业者：分子之心用产业数据反哺模型的方式，展示了“数据飞轮”在垂直科学场景中的落地范式，即研发效率越高、沉淀的专有数据越多、模型能力越强。对于关注AI基础设施投资的机构：这一案例验证了AI for Science公司从“技术输出”到“标准定义”的路径，即单点算法优势不足以构成护城河，只有覆盖“设计-验证-生产”全链路的工程化平台，才能具备客户粘性和跨领域适用性。
值得关注的后续
1. 产品落地节奏：分子之心已披露多个商业化里程碑，后续需要观察MOS平台的授权客户数量是否从“头部药企”向“中小型生物技术公司”扩展，以及自研First-in-Class管线能否进入临床阶段。2. 模型迭代与竞品反应：MMFold在抗体-抗原复合物预测上超越AlphaFold 3，Google DeepMind和国内其他AI制药公司是否会将重心从结构预测转向分子设计？3. 产业边界扩展：资本方包括中粮产业基金和凯赛生物，这表明分子之心有意将AI蛋白质设计从创新药延展至食品科技、生物基材料等万亿级市场，后续能否在非药领域实现规模产值是关键观察点。
来源：量子位 · 每日最新
