点击蓝字 关注我们

近日，夏尔巴投资企业觅深知源 Molence Bio发布开源生物分子模型Mol-1。Mol-1 使用单个模型，即可预测抗体–抗原、蛋白质–多肽、蛋白质–小分子及分子胶等多种复合物。在本次评估的多个药物模态上，Mol-1 均显著领先于其他开源模型。

激素结合受体、抗体识别抗原、小分子结合蛋白质并改变其活性，这些发生在纳米尺度的相遇，影响着每个人的生活。 生命科学所做的，是理解这些相遇，药物研发所做的，是创造能够治愈疾病的分子。

我们已经能够读懂越来越多疾病背后的生物学，却仍然无法为许多疾病提供有效的治疗。知道哪里出了问题，与有能力创造一种药物，之间还有很长的距离。

我们创立觅深知源 Molence Bio，希望让这段距离变得更短。Molence，取意于 Molecular Intelligence——分子智能。这个名字寄托着我们的一个愿望：构建生物分子智能，治愈所有疾病。这个目标很大，但我们希望参与创造这样的未来：

让所需之药，皆可创造。

今天，我们带来公司的第一次发布：生物分子基础模型 Mol-1。我们开放 Mol-1 的模型权重，并提供在线使用入口，邀请更多研究者在这个起点上继续探索。开放能让整个领域走得更快，我们也希望成为这个过程中的一部分。

在线使用 Mol-1https://lab.molence.com开源模型与代码https://github.com/molence/Mol-1

Mol-1：我们的第一份回答

这次，我们分享三个方向的进展：开放的基础模型、面向大型复合物的智能体，以及经过湿实验检验的抗体设计。

01｜从前沿能力，到开放使用

Mol-1 使用单个模型，即可预测抗体–抗原、蛋白质–多肽、蛋白质–小分子及分子胶等多种复合物。在本次评估的多个药物模态上，Mol-1 均显著领先于其他开源模型。在 FoldBench-AB 抗体–抗原测试集上，Mol-1 的成功率达到 75.0%，与 Isomorphic Labs 开发的 IsoDDE 技术报告公布的 75.6% 相当；加入表位约束后，进一步提升至 88.3%（Mol-1 Constriant）。 我们开放模型代码与权重，让领域同行能够在自己的环境中运行、拓展，并接入已有的研究与设计流程。

抗体-抗原复合物结构预测开源第一，201,376 个五种子组合。其中，62.22% 的组合达到至少 75% 的成功率，17.85% 的组合超过 76%。小分子与分子胶结构预测结果

02｜用智能体探索大型分子

许多重要的生命活动，由多个蛋白质共同组成的分子机器完成。预测它们的结构，需要处理庞大的体系，也需要判断各个部分如何组装。

我们构建了长程运行的智能体，将生物学知识带入建模过程，组织结构预测与自动化组装，并根据中间结果持续调整策略。在评估的 10 个大型复合物中，9 个案例的结构准确度优于 Anthropic 此前报告的对应结果。

最大的成功预测体系包含约 6 万个氨基酸残基、120 条蛋白质链，TM-score 达到 0.997。 Anthropic 此前使用配备 8 张 NVIDIA B300 GPU 的节点探索超大体系预测；我们的预测与组装智能体使用单张 NVIDIA H20 GPU，在数十小时内完成超大复合物建模。

当一次预测不足以解决问题时，我们希望智能体能够组织一连串有依据的探索，让模型处理更复杂的研究问题。

大型复合物的预测与实验结构对照

03｜从头设计抗体，在实验中走向功能

基于 Mol-1 的早期版本，我们开发了内部抗体从头设计平台，并在自己的湿实验室中完成验证。在测试的 17 个靶点上，我们均获得了结合候选，单个靶点的结合命中率最高达到 63%。 后续实验进一步考察了候选的生物物理性质、细胞识别与功能。

逐靶点结合结果；每个靶点测试约 20-50 个分子

针对 BCMA，30 个设计候选中有 12 个获得结合，最优候选在 SPR 实验中测得的 KD 为 43 pM，细胞结合实验中的最低 EC50 为 0.16 nM。

BCMA 亲和力与细胞结合结果

4-1BB 的结果则进一步展示了实验反馈的价值。针对这一免疫共刺激受体，首轮 30 个候选中有 2 个表现出激动活性；基于首轮实验反馈，第二轮 60 个候选中有 51 个表现出功能活性，命中率从约 7% 提升至 85%。

4-1BB 纳米抗体设计表现出受体激活能力一轮实验反馈后的功能命中率变化，右侧展示不同浓度下的实验响应

从设计出能够结合的分子，到通过实验反馈提高功能命中率，我们正在将结构预测、抗体设计与实验验证连接成高效的迭代闭环。

不同的来路，共同的方向

我们的团队汇集了基础模型研究、规模化 AI 工程与抗体药物研发的经验。

我们的计算团队成员曾在清华大学、北京大学、上海交通大学、中国科学院、中国科学技术大学、香港中文大学等国内高校学习或开展研究，也曾在麻省理工学院、佐治亚理工学院、华盛顿大学、匹兹堡大学、得克萨斯大学-奥斯汀分校、伊利诺伊大学厄巴纳–香槟分校及 Mila 等海外高校接受科研训练，研究经历覆盖生成式模型、计算化学、蛋白质结构与分子设计。团队成员也拥有大规模 AI 系统研发与落地的产业经验。

中国生物医药产业多年来的持续投入，积累了扎实的研发能力，也让一代代做药的人在实践中成长。 我们的药物研发团队成员曾在信达生物、恒瑞医药、诺和诺德中国、药明生物等企业从事抗体发现、蛋白质工程、平台建设及管线研发工作。我们珍视这些经历，也希望以新的探索，为这份共同的积累添上一笔。

如今，这些不同的研究与产业经历在 Molence 汇合。我们以自研的生物分子基础模型为核心能力，推进自有药物管线，已建立自己的湿实验室，并组建了完整的管线团队。做药的人与做 AI 的人一起提出问题，也一起寻找答案。

一起做出更好的药

觅深知源 Molence Bio 是一家新公司，但让我们走到这里的许多信任与情谊，早已开始。

感谢领域里的同行、合作伙伴与朋友，在不同阶段给予我们的帮助。你们分享的想法、提出的问题，参与塑造了今天的我们。

我们尤其感谢各位股东的支持，你们的相信，让我们得以组建团队、建设实验室，去追求我们的使命。

我们带着这些积累出发，也期待结识新的同行者。

如果你正在研究一个生命科学问题，欢迎试用 Mol-1，与我们分享你的发现与疑问。

如果你在生物学、化学、药理学、机器学习或工程领域有深厚积累，也愿意学习另一门学科的语言，欢迎加入我们。

从一个分子的设计，到一种药物的诞生，还有许多工作要做。我们愿意为此长期投入，与同行者一起，让理解变成方法，让可能变成现实。让所需之药，皆可创造。

觅深知源 Molence Bio 团队2026 年 10 月

下载代码权重https://github.com/molence/Mol-1

了解研究与技术报告https://www.molence.com

在线试用Mol-1https://lab.molence.com

加入我们career@molence.com

与我们一起探索 Mol-1

关于

 夏尔巴投资

夏尔巴投资是专注于早期和成长期医疗健康投资的基金管理公司。我们坚持“投早投创新还要投准”的理念，基于长期积累的行业认知和优势资源，针对重大疾病领域未满足的刚性临床需求，围绕基因技术及应用、生物医药、器械诊断、数字化医疗等赛道构建投资组合，沿产业纵深及上下游拓展并形成企业协同，在中国和美国都有投资布局。

夏尔巴团队兼具产业和投资背景，通过与合作伙伴积极分享运营管理经验和提供全产业链的前瞻性视角，在企业发展的关键阶段的关键决策上提供支持，帮助企业实现经营业绩和企业价值的成长。十年磨一剑，长期的专业专注和学习积累，打造了夏尔巴投资的品牌，并构建出完整的项目来源、投后增值服务、退出等全方面能力体系。

夏尔巴团队成员主导和参与投资的国内外的医疗企业包括信达生物、科伦博泰、信念生物、贝瑞基因、纳米维景、新格元、北芯、药明康德、药明生物、Cytek、Axonics、Urotronic、Visen、Avida、Alamar、Bota、诺唯赞、和元、心玮、橄榄枝、健海、迈科康等过百家企业。

秉承“ 投资健康，成人达己”价值观，夏尔巴团队有幸与众多优秀创业者携手同行，通过创新技术和产品造福人类健康，一起参与和见证了中国医疗产业的成长，致力成为攀登生命科技珠峰的创业者身边最值得信赖的夏尔巴人。

投资健康，成人达己Be Great，Make Others Great

END