成立4个月就干翻AlphaFold 3？！这家中国公司疯了吗？

一家仅成立了四个月的深圳企业, 在生物医药AI赛道里猛杀出重围。深旋科技最新官宣发布的Melo-1 Preview, 直接登顶多个公开Benchmark核心指标。这个推进速度让整个行业深感震惊, 同时也让AlphaFold原有的光芒开始慢慢褪色。

动辄十年以上的平均投入逾等十亿美元是传统新药的研发周期。深度学习改转场游戏规则性之后预测量精度维度成为核心竞争力后变成这样。死磕在了是最难细分的选择方向上是深旋。对是的路径正这条果结明证。

蛋白质结构预测领域长期被AlphaFold独占, 但是, 多肽复合物的精度瓶颈, 会依然存在。环肽在溶液里的存在, 不是静态存在的, 而是多种构象进行动态平衡后的情形的结果。这种复杂的场景, 对现有的所有模型, 都提出了一种极高的具体要求。

深旋科技聚焦复合结构建模如蛋白-多肽、蛋白-小分子等, 填补了这领域关键一点空白。能否肽精准结合靶点, 取决于原子级形状互补、氢键网络及疏水作用。把这些细节只有搞清楚, AI才真正能指导药物设计。

很多模型在公开评测集上分数看着亮得出奇, 但其生成的结构在现实当中根本找不出实际存在的情况。原子间的相互碰撞相关现象、化学键长度出现诡异扭曲, 这些"看似好看到离谱"的输出结果对研发过程里都没半点用处。深旋自从算法架构进行设计的开端时间, 便把物理化学方面的各类约束条件深层嵌入融合进了模型系统里面。

高分结构与物理合法性必须同时成立模型才具备实用价值, 这种设计理念让Melo-1能在早期研发阶段剔除大量无效分子骨架为湿实验提供真正有潜力的候选分子。

在完全相同的参数规模之下, Melo-1达成了更佳的性能表现, 这核心是极致的工程优化, 单位算力换来更多模型迭代机会, 在更新周期以月计费的研发领域, 算力效率直接决定企业能跑多少趟试验。

深旋科技团队把所得这类经验积累, 比作模型训练里的那种奖励函数；传统大型组织里, 那种超前想法很容易就被扼杀, 而创业团队现有的灵活机制, 使他们在此过程中能持续校正路径, 够快速验证对应假设。

GPCR是药物研发里最紧要的靶点族群之一，亦是公认最棘手难攻的方向。这类靶点有着繁复的跨膜结构与极强动态的构象变更, 给到分子设计提出严苛挑战, 深旋在这个领域已然拿到十数个靶点的湿实验验证数据。

这一成绩坐实了Melo-1自诞生之初后就不是纯理论模型, 反而是能够径直驱动研发工作的实战工具；非天然化空间是主流模型最薄弱窄细的环节, 委实也是深旋重点着力推进之处。

大分子药物设计需要形成生成、预测、评估、验证的完整闭环。Melo-1作底层地基支撑起从结构理解到反馈自进化的全链路平台, 这不是简单替代传统研发, 而是重构整个流程。

AlphaFold的模型权重关闭对商业公司, 中国药企没有捷径可走。深旋选择直接硬刚最难的场景, 并且做出超越主流模型的成绩。才刚刚拉开序幕, 这场科技竞争正式版即将开放。

那家伙觉这家四个月就做到全球第一的中国公司, 能还是不能在生物医药领域儿复制早年间的通信奇迹? 要不就在评论区讲讲你的想法, 来点个赞转个分享项让更多人见识见识中国创新的力量！