生物經(jīng)濟(jì)正從“手工作坊”式的昂貴試錯(cuò)，邁向“按需創(chuàng)造”的工程化時(shí)代 。

作者｜劉瑤

2025年11月8日，張江科學(xué)城舉辦的“2025禮來中國科學(xué)日”論壇上，制藥巨頭禮來（Lilly）宣布其開放創(chuàng)新平臺(tái)上海創(chuàng)新孵化器正式投入運(yùn)營。AI蛋白質(zhì)設(shè)計(jì)領(lǐng)域的領(lǐng)軍企業(yè)分子之心作為首家入駐企業(yè)完成了簽約。

禮來上海創(chuàng)新孵化器旨在鏈接禮來的全球經(jīng)驗(yàn)、先進(jìn)技術(shù)平臺(tái)與中國最具潛力的創(chuàng)新者，為入選企業(yè)提供頂級實(shí)驗(yàn)室空間和全球資源。分子之心作為首家入駐企業(yè)，標(biāo)志著其技術(shù)實(shí)力與產(chǎn)業(yè)價(jià)值已獲得全球頂級制藥公司的認(rèn)可。

正如禮來全球副總裁，禮來創(chuàng)新孵化器及Catalyze360資產(chǎn)組合管理全球負(fù)責(zé)人Julie Gilmore博士所言：“一款新藥從實(shí)驗(yàn)室走到患者平均耗時(shí)十余年。如今，隨著創(chuàng)新技術(shù)的迭代以及與醫(yī)藥領(lǐng)域的深度結(jié)合，我們有能力把這一漫漫長路壓縮得更短、更精準(zhǔn)。”

能夠成為禮來加速“從實(shí)驗(yàn)室到患者”這一進(jìn)程的首選合作伙伴，正彰顯了分子之心的技術(shù)底蘊(yùn)。這場技術(shù)躍遷的背后，站著全球AI蛋白質(zhì)設(shè)計(jì)領(lǐng)域的領(lǐng)軍人物許錦波和他創(chuàng)立的分子之心。支撐這場頂級產(chǎn)業(yè)合作的，正是分子之心的核心產(chǎn)品——業(yè)界首個(gè)功能完整的AI蛋白質(zhì)優(yōu)化與設(shè)計(jì)平臺(tái)MoleculeOS。該平臺(tái)也在今年進(jìn)行了重大升級，標(biāo)志著AI蛋白質(zhì)技術(shù)正從“預(yù)測”現(xiàn)有，邁向“按需創(chuàng)造”未有。平臺(tái)不僅帶來了在部分關(guān)鍵產(chǎn)業(yè)場景中比肩甚至超越AlphaFold 3的復(fù)合物結(jié)構(gòu)預(yù)測能力，更突破性地實(shí)現(xiàn)了工業(yè)級的超高精度蛋白質(zhì)動(dòng)態(tài)設(shè)計(jì)。平臺(tái)之上，集成了數(shù)十項(xiàng)直面生物制藥、生物制造產(chǎn)業(yè)核心痛點(diǎn)的解決方案。

這不再僅僅是一個(gè)更強(qiáng)大的算法或一個(gè)更便捷的工具。當(dāng)我們把視線從單一技術(shù)拉向整個(gè)產(chǎn)業(yè)，會(huì)發(fā)現(xiàn)分子之心的布局遠(yuǎn)不止于此。它正在構(gòu)建的，是一個(gè)支撐未來整個(gè)生物產(chǎn)業(yè)鏈數(shù)字化、智能化和規(guī)模化的底層設(shè)施——生物經(jīng)濟(jì)的“新基建”。

正如算力中心和光纖網(wǎng)絡(luò)構(gòu)成了數(shù)字經(jīng)濟(jì)的底座，一個(gè)能夠?qū)⒌鞍踪|(zhì)研發(fā)從“手工作坊”升級為“智能工廠”的平臺(tái)，正在成為生物經(jīng)濟(jì)爆發(fā)式增長前夜最關(guān)鍵的底座——產(chǎn)業(yè)工程化的基礎(chǔ)設(shè)施。

1.“新基建”號角：生物經(jīng)濟(jì)呼喚自己的Infra

“一個(gè)產(chǎn)業(yè)要起飛，前提是這個(gè)產(chǎn)業(yè)要能夠工程化?！痹诮邮堋讣鬃庸饽辍箤ＴL時(shí)，分子之心創(chuàng)始人兼首席科學(xué)家許錦波一語道破了生物經(jīng)濟(jì)產(chǎn)業(yè)化的核心。

生物學(xué)，長期以來被視為一門“實(shí)驗(yàn)科學(xué)”，其發(fā)展高度依賴于一次次試錯(cuò)和偶然發(fā)現(xiàn)。尤其在蛋白質(zhì)和酶的研發(fā)領(lǐng)域，傳統(tǒng)路徑充滿了不確定性。一款新藥的誕生遵循著殘酷的“雙十定律”——耗時(shí)十年，花費(fèi)十億美元，且成功率不足10% 。一個(gè)工業(yè)酶的活性提升，可能需要一個(gè)博士團(tuán)隊(duì)耗費(fèi)數(shù)年時(shí)間，篩選成千上萬個(gè)突變體。這種研發(fā)模式，本質(zhì)上是一場高成本的“賭博” 。

“這種高成本的試錯(cuò)模式，對于產(chǎn)業(yè)的發(fā)展是不利的?！痹S錦波告訴「甲子光年」。高昂的資本門檻和巨大的沉沒風(fēng)險(xiǎn)，使得這場游戲只有少數(shù)資金雄厚的巨頭才能玩得起，大量中小創(chuàng)新團(tuán)隊(duì)的智慧和想法被無情埋沒 。

轉(zhuǎn)折點(diǎn)出現(xiàn)在兩個(gè)關(guān)鍵變量的交匯：海量數(shù)據(jù)的產(chǎn)生和強(qiáng)大AI算法的出現(xiàn) 。一方面，高通量測序等技術(shù)讓生命科學(xué)進(jìn)入了大數(shù)據(jù)時(shí)代；另一方面，以深度學(xué)習(xí)為代表的AI技術(shù)，恰好擅長從海量數(shù)據(jù)中挖掘人類難以發(fā)現(xiàn)的復(fù)雜規(guī)律 。AlphaFold的成功，正是這一交匯點(diǎn)的標(biāo)志性事件。它證明了AI有能力將非結(jié)構(gòu)化的生物信息，正在逐步轉(zhuǎn)化為精確的、可計(jì)算的數(shù)字模型 。

當(dāng)核心技術(shù)瓶頸被AI突破后，產(chǎn)業(yè)的下一個(gè)需求，必然是構(gòu)建一個(gè)底層共性平臺(tái)，將這種從0到1的突破能力，規(guī)?；?、標(biāo)準(zhǔn)化地賦能給成千上萬的參與者 。

這就是“生物經(jīng)濟(jì)新基建”的定義：在生命科學(xué)和合成生物領(lǐng)域，構(gòu)建起從“學(xué)術(shù)創(chuàng)新”到“量產(chǎn)工廠”的產(chǎn)業(yè)中臺(tái)，讓“按需創(chuàng)造功能蛋白”成為一種可復(fù)制、可規(guī)模化的標(biāo)準(zhǔn)化服務(wù) 。

然而，理想美好，現(xiàn)實(shí)骨感。構(gòu)建這樣一個(gè)“產(chǎn)業(yè)中臺(tái)”絕非易事。

首先，僅依靠通用的AI蛋白質(zhì)技術(shù)，不足以完全解決產(chǎn)業(yè)問題。許錦波向「甲子光年」解釋道，產(chǎn)業(yè)應(yīng)用場景極其復(fù)雜，充滿了各種獨(dú)特的約束條件 。比如設(shè)計(jì)一款抗體，需要考慮其與抗原的結(jié)合特異性；設(shè)計(jì)一種工業(yè)酶，則要關(guān)注其在產(chǎn)業(yè)條件，例如特定溫度、酸堿度下的催化效率和穩(wěn)定性 。

“借助一個(gè)通用的大模型，你可能得生成一萬個(gè)、十萬個(gè)甚至百萬個(gè)分子，里面才可能有滿足需求的。但你做實(shí)驗(yàn)不可能做這么多?！痹S錦波強(qiáng)調(diào)，“為了大幅度降低實(shí)驗(yàn)的要求，我們必須把各種專有約束加到生成模型里面去。這就會(huì)導(dǎo)致你需要很多專有模塊?！?/p>

其次，從AI設(shè)計(jì)到產(chǎn)業(yè)落地，存在著巨大的“死亡之谷” 。AI設(shè)計(jì)的分子是否能在真實(shí)的生物體中正確表達(dá)？其功能是否如預(yù)測一般？穩(wěn)定性、安全性如何？這一系列問題，都需要一個(gè)完整的計(jì)算-實(shí)驗(yàn)（Dry-Wet Lab）閉環(huán)來進(jìn)行快速驗(yàn)證和迭代。這意味著，一個(gè)真正有效的“新基建”平臺(tái)，不僅要有頂尖的算法能力，還要有對產(chǎn)業(yè)工藝的深刻理解和強(qiáng)大的濕實(shí)驗(yàn)驗(yàn)證能力 。

“具體的產(chǎn)業(yè)問題你不做過，有時(shí)候是體會(huì)不到里面的關(guān)鍵點(diǎn)的。這種經(jīng)驗(yàn)積累就非常重要?！痹S錦波解釋道。因此，生物經(jīng)濟(jì)的“新基建”，絕不是一個(gè)簡單的算法開源或模型調(diào)用接口。它必須是一個(gè)集成了海量數(shù)據(jù)、專用算法、自動(dòng)化工作流、產(chǎn)業(yè)Know-how和驗(yàn)證閉環(huán)的復(fù)雜系統(tǒng)工程。這正是分子之心正在做的事情 。

2. 分子之心的解法：打造生物經(jīng)濟(jì)的“AI原生操作系統(tǒng)”

面對產(chǎn)業(yè)的呼喚和挑戰(zhàn)，分子之心的核心邏輯清晰而堅(jiān)定：

用“一套大模型+一站式平臺(tái)”的方式，將昂貴、慢速、高度碎片化的蛋白質(zhì)研發(fā)流程，轉(zhuǎn)變?yōu)楣こ袒?、科學(xué)化的產(chǎn)業(yè)級通用服務(wù) 。

這個(gè)服務(wù)的載體，就是MoleculeOS平臺(tái)。甲子光年希望將其形容為一個(gè)“AI原生”的操作系統(tǒng) 。

傳統(tǒng)平臺(tái)是在舊地圖上標(biāo)注新地點(diǎn)，而AI原生平臺(tái)是基于新大陸繪制全新的地圖。所謂“AI原生”，意味著平臺(tái)的整個(gè)架構(gòu)和流程，都是圍繞AI時(shí)代的新范式重新設(shè)計(jì)的。因?yàn)锳I讓許多過去不可能的任務(wù)（如端到端設(shè)計(jì)）成為可能，所以整個(gè)“做事的方式”都必須被重構(gòu) 。

在MoleculeOS上，一整套的工業(yè)級蛋白設(shè)計(jì)需求被分解為5類：預(yù)測、發(fā)現(xiàn)、優(yōu)化、設(shè)計(jì)和驗(yàn)證 。平臺(tái)為每一類需求都提供了世界領(lǐng)先的算法模塊，并將其串聯(lián)成一套符合生物領(lǐng)域的研發(fā)及生產(chǎn)的科學(xué)化工作流程 。

分子之心MoleculeOS平臺(tái)，圖片來源：分子之心

同時(shí)，分子之心自主研發(fā)了全球首個(gè)集成序列、結(jié)構(gòu)、功能與進(jìn)化的多模態(tài)AI蛋白基礎(chǔ)大模型NewOrigin（達(dá)爾文） 。它不再像傳統(tǒng)模型那樣僅從一維的序列“文本”去理解蛋白質(zhì)，而是從一個(gè)“四位一體”的全息視角去認(rèn)知生命分子 。

“蛋白是一個(gè)進(jìn)化的歷程，它本身又存在從序列到結(jié)構(gòu)到功能之間的映射。”分子之心團(tuán)隊(duì)成員解釋道，“直接從序列到功能這個(gè)映射肯定中間會(huì)缺失很多參數(shù)?！盢ewOrigin的革命性優(yōu)勢，使其能夠處理傳統(tǒng)模型難以解決的復(fù)雜場景和低數(shù)據(jù)任務(wù)，甚至支持“零樣本設(shè)計(jì)”，為平臺(tái)的所有上層應(yīng)用，提供了一個(gè)深刻理解生命規(guī)律的AI認(rèn)知。

需要注意的是，分子之心所構(gòu)建的并非單一的技術(shù)高點(diǎn)，而是一道由算法、數(shù)據(jù)、產(chǎn)業(yè)閉環(huán)與平臺(tái)生態(tài)共同構(gòu)成的技術(shù)平臺(tái)。

這套解決方案的基石，源于創(chuàng)始人許錦波二十余年在AI蛋白質(zhì)領(lǐng)域的深厚積累，以及團(tuán)隊(duì)在無數(shù)真實(shí)產(chǎn)業(yè)項(xiàng)目中沉淀下的寶貴數(shù)據(jù)與隱性知識（行業(yè)Know-how）。這些源于產(chǎn)業(yè)一線的經(jīng)驗(yàn)，是無法簡單通過復(fù)現(xiàn)論文或調(diào)用開源模型所能獲得的，構(gòu)成了最核心的知識壁壘。在此之上，公司通過自建的干濕一體實(shí)驗(yàn)室，與合作伙伴緊密協(xié)同，打造了“計(jì)算設(shè)計(jì)—實(shí)驗(yàn)驗(yàn)證—數(shù)據(jù)反饋—模型迭代”的敏捷閉環(huán)。這個(gè)高速運(yùn)轉(zhuǎn)的閉環(huán)，不僅是技術(shù)迭代的加速器，更是團(tuán)隊(duì)洞察產(chǎn)業(yè)、認(rèn)知迭代的核心引擎。

3. 工業(yè)級的門檻和決勝信心：深入產(chǎn)業(yè)解題，做有行業(yè)洞見的AI平臺(tái)

分子之心的技術(shù)創(chuàng)新，其深度不僅在于底層算法的突破，更在于它將創(chuàng)新貫穿于平臺(tái)化的工程能力與產(chǎn)業(yè)細(xì)節(jié)之中，致力于為行業(yè)的飛速發(fā)展提供一個(gè)系統(tǒng)性的解決方案。這些創(chuàng)新集中在三個(gè)方面。

第一，超越靜態(tài)預(yù)測，實(shí)現(xiàn)工業(yè)級動(dòng)態(tài)設(shè)計(jì)。

蛋白質(zhì)在體內(nèi)發(fā)揮功能是一個(gè)動(dòng)態(tài)過程，而非一張靜止的照片 。傳統(tǒng)方法和大部分AI模型都基于靜態(tài)結(jié)構(gòu)進(jìn)行預(yù)測，這在需要模擬催化反應(yīng)的酶設(shè)計(jì)等場景中存在天然缺陷?！叭绻覀兏悴粶?zhǔn)動(dòng)態(tài)的結(jié)構(gòu)預(yù)測，那后面想的動(dòng)態(tài)設(shè)計(jì)就是無根之源?！狈肿又膱F(tuán)隊(duì)成員告訴「甲子光年」 。

分子之心獨(dú)創(chuàng)性地融合AI和第一性原理，突破了超高精度的分子動(dòng)態(tài)結(jié)構(gòu)預(yù)測和設(shè)計(jì)。這種方法不僅解決了AI模型在小數(shù)據(jù)和知識盲區(qū)上的短板，還能嘗試模擬真實(shí)的化學(xué)反應(yīng)過程，其分子模擬精度相比行業(yè)水平大幅提升，效率提升了數(shù)千億倍，達(dá)到了工業(yè)級應(yīng)用水準(zhǔn)。

第二，更精準(zhǔn)的復(fù)合物結(jié)構(gòu)預(yù)測能力。

蛋白質(zhì)的功能往往通過與其他分子形成復(fù)合物來實(shí)現(xiàn)，因此復(fù)合物結(jié)構(gòu)預(yù)測是產(chǎn)業(yè)應(yīng)用的關(guān)鍵。在抗體-抗原、酶-底物等核心場景中，MoleculeOS的復(fù)合物結(jié)構(gòu)預(yù)測精度已比肩甚至超越AlphaFold 3。更重要的是，其預(yù)測出的結(jié)構(gòu)具有更好的物理性質(zhì)，為后續(xù)的藥物設(shè)計(jì)和功能改造提供了更可靠的基礎(chǔ)。

“以復(fù)合物結(jié)構(gòu)為基礎(chǔ)，只需要設(shè)計(jì)非常少量的候選分子就能找到好的化合物?！痹S錦波解釋道，這能將研發(fā)篩選范圍從上百個(gè)縮減到十幾個(gè)，極大節(jié)省了時(shí)間和費(fèi)用。

理論的價(jià)值最終要通過實(shí)踐來檢驗(yàn)。分子之心的真正價(jià)值，不在于“預(yù)測”本身，而在于“交付”那些足以改變產(chǎn)業(yè)格局的成果。它深入到傳統(tǒng)研發(fā)方法望而卻步的“無人區(qū)”，展現(xiàn)了AI如何將曾經(jīng)的“不可能”變?yōu)槿缃竦摹巴偈挚傻谩?。

分子之心（圖中MM代表），與對照相比，左下圖可明顯看出分子之心的預(yù)測結(jié)果更為準(zhǔn)確，圖片來源：分子之心

我們注意到三個(gè)從不可能到可能的案例：

• 攻克“條件激活型抗體”的挑戰(zhàn)：在傳統(tǒng)高通量篩選難以奏效的pH敏感性抗體研發(fā)中，MoleculeOS平臺(tái)僅用時(shí)2個(gè)月，歷經(jīng)兩輪干濕閉環(huán)迭代，便從海量可能性中精準(zhǔn)鎖定了不到10個(gè)候選分子。這些分子展現(xiàn)出超強(qiáng)的pH敏感性，有望將藥物半衰期顯著提升，從而將原本漫長的研發(fā)周期壓縮至原來的幾分之一。

• 讓潛力藥物“起死回生”：面對一個(gè)因表達(dá)量低、易聚集而幾乎被宣判“死刑”的融合蛋白藥物，平臺(tái)利用生成式AI力挽狂瀾。在短短3個(gè)月內(nèi)，團(tuán)隊(duì)成功將其表達(dá)量提升了超過400倍，且單體含量高于95%，讓一款極具潛力的癌癥療法得以重獲新生。

• 智造“超級工業(yè)酶”的奇跡：在與生物制造龍頭凱賽生物的合作中，分子之心挑戰(zhàn)了一款無晶體結(jié)構(gòu)、催化機(jī)理異常復(fù)雜的工業(yè)酶。在未大規(guī)模使用客戶產(chǎn)業(yè)場景數(shù)據(jù)的前提下，AI平臺(tái)僅耗時(shí)6個(gè)月，便將其催化效率提升了整整5倍。

第三，賦能于人，成為“生物學(xué)家能力的放大器” 。

在AI與生物產(chǎn)業(yè)的融合中，最大的挑戰(zhàn)是“知識鴻溝”。分子之心正在系統(tǒng)性地解決這一痛點(diǎn)，其平臺(tái)設(shè)計(jì)的核心哲學(xué)，就是成為“生物學(xué)家能力的放大器” 。

MoleculeOS將復(fù)雜的算法封裝為“一鍵式”的自動(dòng)化工作流，讓生物學(xué)家無需成為AI專家，就能運(yùn)用最強(qiáng)大的AI工具。更進(jìn)一步，其正在探索的對話式產(chǎn)品模式，未來能讓科學(xué)家用自然語言直接與AI平臺(tái)交互，提出“幫我設(shè)計(jì)一個(gè)耐高溫的酶”這樣的需求。

“我們不是要讓生物學(xué)家都成為AI專家，而是要讓AI成為每一位生物學(xué)家都觸手可及的超級工具?！狈肿又膱F(tuán)隊(duì)成員表示。這種極致的易用性，正在拆除橫亙在生物學(xué)家和頂尖AI技術(shù)之間的“次元壁”，讓創(chuàng)新不再是少數(shù)計(jì)算專家的專利。

分子之心MoleculeOS的界面，可實(shí)現(xiàn)交互式、零基礎(chǔ)的對話式操作，圖片來源：分子之心

4. 未來展望：重構(gòu)產(chǎn)業(yè)范式，AI是鑰匙而非終點(diǎn)

展望未來，AI for 生物的重要性已成為全球共識。美國發(fā)布《生物技術(shù)未來藍(lán)圖》，將生物技術(shù)提升到國家安全戰(zhàn)略高度，諾貝爾獎(jiǎng)得主David Baker創(chuàng)辦的公司Xaira Therapeutics吸引了超十億美元的投資，全力投身AI藥物研發(fā) 。中國也將“人工智能+”行動(dòng)提升到戰(zhàn)略層面，為AI賦能千行百業(yè)提供了廣闊的舞臺(tái)。

回望過去二十年，GPU的出現(xiàn)，為深度學(xué)習(xí)算法提供了澎湃的算力，使其從理論走向應(yīng)用，引爆了整個(gè)人工智能革命。今天，在生物經(jīng)濟(jì)領(lǐng)域，我們正處在一個(gè)類似的臨界點(diǎn)。蛋白質(zhì)，這個(gè)生命世界最基礎(chǔ)的功能單元，其設(shè)計(jì)和創(chuàng)造能力，正是開啟整個(gè)生物產(chǎn)業(yè)鏈價(jià)值的“開瓶鑰匙” 。

然而，分子之心正在做的事情，其價(jià)值遠(yuǎn)不止于提供更強(qiáng)大的算法或工具。它更深遠(yuǎn)的影響在于，通過將AI原生平臺(tái)打造為“生物經(jīng)濟(jì)的操作系統(tǒng)”，從根本上重構(gòu)了整個(gè)產(chǎn)業(yè)的生產(chǎn)模式。

過去，生物研發(fā)遵循的是“我看看自然界有什么，我能用什么”的發(fā)現(xiàn)范式，這種模式充滿了不確定性，研發(fā)流程高度依賴“手工作坊”式的試錯(cuò)，不僅遵循著殘酷的“雙十定律”——耗時(shí)十年、花費(fèi)十億美元且成功率極低，更讓創(chuàng)新成為少數(shù)資金雄厚的巨頭才能玩得起的“賭博” 。

如今，AI原生平臺(tái)正在將這一切，轉(zhuǎn)變?yōu)?span style="margin: 0px; padding: 0px; border: 0px; font-weight: 700;">“我想要什么，我就去設(shè)計(jì)什么”的創(chuàng)造范式。當(dāng)研發(fā)人員可以更大膽地去想象，去定義過去因技術(shù)限制而不敢想的需求時(shí)，整個(gè)產(chǎn)業(yè)的邏輯就發(fā)生了顛覆：

• 從高風(fēng)險(xiǎn)到高確定性：AI平臺(tái)通過精準(zhǔn)的計(jì)算和預(yù)測，將研發(fā)從“大海撈針”式的篩選，變?yōu)閷ι贁?shù)高潛力分子的“精準(zhǔn)驗(yàn)證”，讓研發(fā)的確定性大大增強(qiáng) 。

• 從資本密集到智力密集：一個(gè)擁有優(yōu)秀創(chuàng)意的小團(tuán)隊(duì)，不再需要自建昂貴的基礎(chǔ)設(shè)施，而是可以借助平臺(tái)，以極低的成本快速驗(yàn)證和實(shí)現(xiàn)其想法。這將徹底打破巨頭的研發(fā)壟斷，釋放無數(shù)中小型創(chuàng)新團(tuán)隊(duì)的潛力 。

• 從無法規(guī)?；捷p松擴(kuò)展：AI平臺(tái)將復(fù)雜的研發(fā)流程工程化、標(biāo)準(zhǔn)化，使得生物科技的創(chuàng)新變得更容易“規(guī)模化”。

這種生產(chǎn)模式的變革，比任何單一算法的突破都更具價(jià)值。它意味著，我們不僅擁有了更鋒利的“錘子”，更重要的是擁有了一張全新的“地圖”和一套現(xiàn)代化的“工業(yè)體系”。

明代科學(xué)家宋應(yīng)星著《天工開物》，其核心思想是“天工”與“開物”——洞察自然造化之功，并運(yùn)用這種規(guī)律為人間創(chuàng)造福祉。今天的AI蛋白質(zhì)設(shè)計(jì)，正是數(shù)字時(shí)代的“天工開物”。以AI為器，洞察生命分子運(yùn)轉(zhuǎn)的精妙“天工”；繼而從無到有地設(shè)計(jì)和創(chuàng)造“超級蛋白”，實(shí)現(xiàn)為人類“開萬物”的宏愿。

許錦波及其分子之心團(tuán)隊(duì)所致力的，正是要真正理解和掌握分子的“心”，然后以“奪天工”的智慧，行“利在未來”的實(shí)事。這不僅是一個(gè)企業(yè)的商業(yè)追求，更是一個(gè)國家在未來核心科技領(lǐng)域掌握主動(dòng)權(quán)的雄心。

未來，誰掌握了高質(zhì)量的蛋白質(zhì)設(shè)計(jì)與智能制造引擎，誰就掌握了重塑萬億生物產(chǎn)業(yè)鏈的主動(dòng)權(quán)。

（封面圖由AI生成）