一句话看懂：分子之心创始人许锦波团队于7月2日发布了AI原生生物经济操作系统MoleculeOS（MOS）。该系统不再是单一预测工具，而是将靶点分析、分子设计、评估验证等流程整合，让AI自动拆解研发目标并调度底层模型，试图将生物研发从“试错筛选”推向“可编程创造”。
事件核心：发生了什么
2024年7月2日，分子之心在2026上海国投前沿论坛上正式向产业界开放其自研的AI原生生物经济操作系统MoleculeOS。该系统以“研发意图”为入口，内置了分子之心自研的全栈模型体系，包括蛋白质基础大模型NewOrigin（达尔文）、全原子大分子结构预测模型MMFold、以及生成式设计模型MMDesign。在底层能力上，MMFold已在FoldBench基准测试中针对172个抗体-抗原界面实现了68.6%的预测成功率，而抗体从头设计平台在12个靶点的低通量测试（不超过50个候选分子）中，靶点成功率超过90%。
为什么重要
过去，AI在生物研发中扮演的是“单点工具”角色——帮助科学家做结构预测或抗体设计，但研发流程中多个环节分散在不同团队和工具中，手动调度成为效率瓶颈。MoleculeOS试图将这一流程标准化：AI自动根据项目目标拆解任务，统一调度序列建模、结构预测、亲和力评估等模型，并将整个链路沉淀为可追踪、可复用的研发资产。这种从“工具智能”到“系统智能”的转变，意味着生物研发基础设施正在重新定义，企业的研发体系可以具备更强的标准化和协同能力，而非依赖个人经验拼凑工具链。
对用户/开发者/创作者的影响
对于创新药、生物制造、合成生物学领域的企业研发团队而言，MoleculeOS提供了一条低门槛的路径。研究人员不需要同时掌握多个分散工具的调用方法，只需描述研发目标（如“提升抗体亲和力”），系统即可自动完成候选生成、结构预测、多维度评估和决策建议。在内部验证案例中，一个原本需要多名研究人员跨工具协作、耗时数周的免疫检查点抗体优化项目，在MoleculeOS中被压缩至数小时。此外，计算结果可一键分享至湿实验团队，减少了干实验到湿实验之间的信息转述损失。
值得关注的后续
第一，产品落地验证：MoleculeOS目前仅面向产业开放，其在真实靶点项目上的命中率和研发周期缩短数据，需要更多公开案例来检验“低通量、高命中率”范式能否稳定复现。第二，生态竞争格局：AlphaFold3等模型在结构预测方向持续演进，但尚未以“操作系统”形态整合全流程；分子之心选择开源部分模型还是持续闭源，将影响开发者社区的参与深度和第三方工具接入能力。第三，商业化路径：系统定价、是否提供免费试用额度、以及能否支持中小企业“软件即服务”的订阅模式，将决定该操作系统能否从头部药企扩展至规模更广泛的生物制造团队。
来源：Readhub · AI
