MMDesign 技术报告：19 个项目命中 18 个，蛋白质从头设计到 94.7%

MoleculeMind 公布了一份 MMDesign 的技术报告，这是它做蛋白质从头设计的平台。报告覆盖 19 个设计项目、18 个靶点、两类分子：纳米抗体（VHH）和大环肽。

核心数字

19 个项目里有 18 个，平台产出的分子中至少有一个被实验室实验确认能与靶点结合。项目成功率 94.7%，其中包含 6 个 GPCR 靶点。

为什么 GPCR 值得单独点出来

GPCR 是药物研发里出了名的难啃：多次跨膜、构象多变、可成药口袋浅。能在这一类靶点上拿到实验确认的结合分子，比在易啃靶点上刷成功率更能说明方法可用。另一个细节是分子类型——纳米抗体和大环肽都不是小分子，属于传统高通量筛选和理性设计都不太好使的品类，这正是生成式方法的机会区。

成功率该怎么读

第一，口径是「至少一个分子结合」，不是「拿到候选药物」。结合活性、亲和力、选择性、可开发性、稳定性，这些后面还有很长的漏斗。第二，19 个项目样本量不大，94.7% 的置信区间并不窄，别当成稳定产能。第三，实验确认依赖湿实验室，报告里的价值有一半来自「设计—合成—验证」这条闭环跑通了，而不是模型本身多神。

对行业的实际影响

过去 AI 制药的叙事停留在「生成一堆序列」，现在比的是谁能把湿实验环节咬住。真正的护城河不在模型结构，而在于有没有能力把每一轮实验数据快速回流进下一轮设计。这条链路上，算力不是瓶颈，实验排期才是。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

口径是最少一个分子结合，不是拿到候选药物，后面还有亲和力选择性和可开发性几道漏斗。GPCR 加上纳米抗体大环肽这两类难啃的能出结果，说明闭环真跑通了。

19 个项目 18 个命中，这个数字要看清分母：每个项目只要求至少一个分子结合成功，不等于设计出来的分子成药性好。VHH 本身稳定性就不错，难点在亲和力成熟和免疫原性。6 个 GPCR 靶点拿到实验数据确实硬，但离 PCC 还有很长一段。

GPCR 能拿到实验确认的结合分子确实不容易，口袋浅、构象多变。19 个项目命中 18 个，样本量还是偏小，我更想看那一个失败项目的原因分析，信息量比成功率大。