蛋白质大模型的最新突破，来自中国！
最近，百奥几何「悄悄地」发布了新一代全场景原子级蛋白质基础大模型GeoFlow V3，给全球同行们树了一个新榜样。
半年前，GeoFlow V2发布，其拥有比肩乃至超越AlphaFold3、Chai-2等先进模型的表现，让全世界感受到了中国团队的创新实力。
如今，新模型在GeoFlow V2的基础上，又在多方面进行了重大创新。
当其他模型还在“卷规模”的时候，GeoFlow V3选择了一条不同的路线——首次将多步推理引入蛋白质设计，让模型具备“自我评估、自主进化”的能力。
GeoFlow V3融合推理架构，将蛋白质序列和结构生成、精度评估与虚拟进化能力深度整合，迈向更实用、更自主的AI形态。
实测下来，GeoFlow V3表现惊艳，实现了精度、可靠性与成功率的全面提高。
新模型在抗原-抗体结构预测上的高精度率（DockQ > 0.8）相较V2提升了45%，远远超过了Protenix、Boltz-2、Chai-1等模型。
在结合物与非结合物的判别能力，GeoFlow V3同样展现出领先水平，具备更强的自我评估和置信度判断能力。
在抗体从头设计的实际任务中，针对多个靶点、指定表位，GeoFlow V3只需测试数十条序列即可找到nM级的binder分子，平均湿实验验证命中率达到15.5%，相较上一代AI方法提升近百倍。
新模型突破了传统建库与筛选方法的低效，让先导分子的发现周期从原本的数月甚至数年缩短至三周以内。
免费试用GeoFlow V3：https://prot.design技术报告：https://prot.design/report
作为热门领域，近期AI蛋白质各种成果不断，基础模型一个接一个地发布，性能参数眼花缭乱。
但是能像百奥几何一样，真正实现「自研模型+湿实验验证」闭环的团队并不多。
毕竟，蛋白质大模型不能只停留在纸面，而是要成为开发人员的趁手工具，能用、有用、好用才是硬道理。
一路走来，GeoFlow的每一次升级，都在向“实用”这一目标精益求精，让更多人切身感受到先进模型对研发工作的深刻变革。这才是AI该有的样子。
如果说AlphaFold推开了蛋白质结构预测的大门，RFDiffusion释放了蛋白质设计的潜力，那么GeoFlow系列模型便是中国献给世界的一份礼物，打通了从理论到应用的“最后一公里”。
对于生物医药和生物制造来说，GeoFlow V3作为坚实的技术底座，重塑人类对生物分子的改造和设计能力，为产业开辟前所未有的想象空间。
AI蛋白质标杆再升级
更精准、更可靠、更智能！
半年前，百奥几何发布了全能蛋白质基础模型GeoFlow V2，成为全球首个统一了结构预测和从头设计的原子级蛋白大模型，已在各类蛋白设计与改造任务中展现出强大通用性。
此次，百奥几何通过深度优化与范式创新，对这一强大底座进行了重大升级：
GeoFlow V3不仅拥有了更强大的结构预测和结合蛋白判别能力，更突破了传统的“生成-虚拟筛选”的线性流程，构建起“生成-评估-优化”的多步推理能力，实现了精度、可靠性与成功率的全面提高。
结构预测更精准
作为一个融入多种生物先验知识的条件扩散模型，GeoFlow-V3 的结构预测精度实现了质的飞跃。
在一个包含104个低同源性抗体-抗原复合物（模拟真实世界缺乏模板的困难场景）的严格测试集上，GeoFlow V3的高精度率（DockQ > 0.8）相较 V2提升45%，显著超越包括AlphaFold-Multimer 2.3、Protenix、Boltz-2和Chai-1在内的现有模型。
图：GeoFlow V3结构预测精度大幅度提升
在给定更多条件后，预测高精度率相比纯序列输入还可飙升1-2倍。这意味着模型能够更精准地把握抗原-抗体相互作用，为高质量结合抗体设计打下坚实基础。
结合判别更可靠
为了找出真正有潜力的候选分子，一个可靠的“打分机制”至关重要。
GeoFlow V3 具备更强的自我评估与置信度判断能力，能更可靠地区分高精度和低精度结构、区分结合体和非结合体。这为它自主判断并改进分子的“弱点”提供了有力保障。
ipTM (interface predicted Template Modeling score) 是最准确和稳健的置信度指标之一。它专门用于衡量预测的抗体-抗原复合物界面的准确性。
ipTM > 0.8 时，其对应结构为“高质量”（DockQ > 0.8）的精确率超过80%。这意味着一个高ipTM的预测，极大概率是真正正确的结合模式。
在多个具有挑战性的靶点上，相较于现有主流模型，GeoFlow-V3的ipTM分数在大多数情况下都取得了最高的AUROC值，展现出领先水平。
图：GeoFlow V3 在结合物与非结合物判别能力中展现出领先水平
这表明，GeoFlowV3通过其可靠的自我评估机制为后续的优化设计提供精准指导，从而显著提升抗体研发的效率。
多步推理长思考
GeoFlow V3 首次引入了多步推理能力，使模型能够以自身置信度评分为指导，模仿自然界的抗体亲和力成熟过程，不断“进化”出结合潜力更高的分子。
图： GeoFlow V3 进化流程概览
具体流程是：首先生成一批初始候选抗体，利用扩散模型对其进行局部序列和结构的重设计，再通过ipTM等评分筛选出下一轮进化的起点分子。
如此进行多轮迭代，使模型能够超越单次生成的局限，进行深度探索和持续改进。
多个靶点上的计算机实验表明，引入“虚拟进化”能力、进行深度思考后，GeoFlow V3 生成候选分子的ipTM打分显著提高，实现了用更长思考换取更高结合率、降低湿实验负担的目标。
图： GeoFlow V3通过多步推理显著提升候选分子结合潜力
得益于结构预测-蛋白设计统一的模型架构，整个抗体“生成-评估-进化”过程中都可以用 GeoFlow V3 自主完成，无需切换到其他工具。
GeoFlow V3 也由此从“结构设计模型”升级为“表位直达抗体”的设计师，能够自主规划路径，大大提高了其在真实世界的应用价值。
更少实验、更高成功率
GeoFlow V3颠覆抗体研发！
自1986年首个治疗性抗体进入临床以来，该领域深刻重塑了生物医药格局。
2024年全球销售额前十的药物中，抗体药占据5席，足见其对医药产业的关键意义。
然而，这一看似成熟的领域正面临深层挑战：抗体药的人源化及亲和力优化过程复杂且充满不确定性——从立项到上市平均需10—15年与数十亿美元投入。
传统研发如“大海捞针”，需在动物/体外构建上亿级分子库并开展数月乃至数年的高通量筛选，流程冗长、成本高昂，且可探索的靶点与分子空间有限。
上一代AI受限于模型性能和思路，仍“依赖生成—筛选”的线性流程，仍然需要大量实验，实际结合率常不足个位数甚至更低。
为了验证模型效果，GeoFlow V3在五个治疗靶点上进行了从头抗体设计，包括TSLP、IL-33、IL-13、CCR8和PD-1，这些靶点跨越了炎症、癌症等多个领域。
GeoFlow V3根据5个靶点进行了8个独立的纳米抗体设计活动，且从AI设计到湿实验验证在三周时间内就完成一轮。
图：只需测试数十条由 GeoFlow V3 设计的序列即可找到 nM 级的 binder 分子
结果显示，这8个靶点至少平均命中率达到15.5%，较上一代AI方法提升近百倍！
且每个治疗靶点设计不超过50个纳米抗体，大幅度减少了时间和成本。
换句话说，GeoFlow V3真正做到了：用更短的设计周期，获得更有效的分子产出；用更少的实验投入，实现更多的真实命中。
AI底层突破
加速生物医药、生物制造创新
可以说，GeoFlow V3 的发布，标志着蛋白质设计迈入智能化新阶段。
它能在虚拟空间中系统推演分子结构与功能的复杂关系，挖掘传统实验难以触及的设计空间，为实现生物分子的“设计自由”开辟了全新路径。
这一突破从根本上颠覆了传统的研发范式，为生物医药和生物制造注入强大创新动能。
长期以来，药物研发依赖资源积累与经验筛选，面临漫长周期和高昂成本的困境。
如今，研究人员可以通过模型推理与自主虚拟优化进行理性探索，让包括抗体研发在内的生物医药创新进入“智能驱动”范式，有望打破“双十定律”。
在研发效率上，GeoFlow V3 让先导分子的发现周期从原本的数月甚至数年缩短至三周以内；
在表位选择上，它突破了传统免疫与建库方法的局限，攻克曾经被视为“不可成药”的复杂靶点。
对于创新药企和科研机构而言，GeoFlow V3意味着他们能以极低的实验量快速产出可用的候选分子。从而让资源得到更高效的利用，重构创新药的价值体系。
不止于生物医药，生成式AI蛋白质平台更深层次的影响在于，重塑整个生物经济的价值链。
随着生物制造入选“十五五”未来产业规划，我国将其视为重塑制造业格局的关键战略，生物制造迎来了历史性发展机遇。
生物制造将成为未来全球经济的主导性力量之一，预计到本世纪末，将形成高达30万亿美元的市场规模，能源、材料、医疗和环境等行业迎来系统性产业革命。
发展蓝图已经提出，但要将愿景转化为现实，还需要认识到当前生物制造的障碍。
其核心挑战在于：如何精准设计生命系统，包括底盘菌种和高效酶制剂。
传统生物研发效率低下，往往需上千次实验才能筛选出一个有效的蛋白，难以支撑万亿级产业规模的创新需求。
而生成式AI正是破局关键：直接设计全新生物分子，为行业打开前所未有的发展空间。
在此背景下，以百奥几何为代表的AI-Native生物科技公司，正凭借其底层创新，成为产业发展的关键力量。
经过多年的技术沉淀，百奥几何在模型能力上稳居国际第一梯队，开发出面向全生物制造领域的通用蛋白质设计引擎。
不仅如此，百奥几何还构建了能够自我迭代的完整干湿实验平台，覆盖从自动化构建、表达到纯化与功能验证的全流程。
与诺唯赞生物的IVD试剂工具酶改造项目中，百奥几何仅用60天、通过3轮“设计-验证-再设计”的干湿迭代，成功将工业级酶的产物产量提升至野生型的21倍，创下行业纪录。
如今，百奥几何的通用蛋白质设计平台，已经广泛用于抗体药物研发、工业酶设计、非天然氨基酸合成、功能蛋白设计等场景，服务从医药到农业、化工、材料等众多行业。
写在最后
当前，我们正处于一个历史性的拐点。
生成式AI正在为整个生物经济铸造全新的技术底座，赋予人类“从头设计并自主进化生命分子”的能力。
GeoFlow V3的问世，标志着AI for Life Science的最新突破，首次将多步推理引入蛋白质设计，让模型更精准、更可靠、更智能。
而这背后，百奥几何此次更传递出一个关键信号：其不仅在底层技术上实现突破，更率先打通了从理论模型、核心算法到产业交付的全链路。
毫无疑问，在新一轮生命科学创新的浪潮中，以百奥几何为代表的领先公司，正在书写着中国创新的全球篇章。
文章来自于微信公众号 “智药局”，作者 “智药局”
