用 AI 让分子设计 变得更简单

连接序列、结构与功能,拓展分子设计的可能。

不是一个工具, 是你的 AI 科研同事

自主分解任务、规划实验、调用工具、协同优化。

理解意图, 并自主执行

  • 智能任务分解与规划
  • 多 Agent 协同执行
  • 层级决策与反思优化

3D 结构编辑, 与 Agent 同步

  • 残基选择与候选比较
  • Design Copilot 同步解读
  • 多成员协同标注

知识与工具赋能

  • 私有知识库定向学习
  • 自研与开源模型集成
  • 工具链插件化扩展

自主搭建 技能和工作流

  • 拖拽编排工作流节点
  • 上传与管理 Skills
  • 团队 SOP 固化为执行链路

输出数据可读, 过程可追溯

  • 多序列比对查看
  • 数据、图片与报告一键导出
  • 分层记忆,过程可追溯
  • AlphaFold 3结构
  • ESM-2语言
  • RFdiffusion设计
  • FoldX评估
  • Boltz-2结构
  • ProteinMPNN设计
  • Rosetta评估
  • AntiBERTy语言
  • Chai-1结构
  • BindCraft设计
  • ThermoMPNN评估
  • ESM C语言
  • ColabFold结构
  • PepMLM设计
  • FreeSASA评估
  • ProtGPT2语言
  • IgFold结构
  • DiffDock结构
  • GearBind评估
  • AbLang-2语言
  • ABodyBuilder2结构
  • OpenFold结构
  • OpenStructure评估
  • ESMFold结构
  • HADDOCK结构
  • ImmuneBuilder结构
  • AlphaFold 2结构

在模型中心查看全部

Fab–TNFα 结合评估
持续播放

Agent 会话:任务分解、子 Agent 并行、反思后修订计划

序列,结构,功能

  1. 序列

    在序列空间里生成候选

    结合生成模型与进化学习,围绕目标功能探索蛋白与多肽序列,提出候选分子。

  2. 结构

    在三维结构中理解结合

    连接氨基酸序列、空间构象与功能,看清 CDR 环怎样贴合靶点表面。

  3. 功能

    在多个属性之间取得平衡

    世界模型把序列、功能与可开发性放进同一个视野,在生成分子时兼顾多个设计目标。

  • 活性
  • 稳定性
  • 可开发性
  • 安全性

能结合,不等于可开发。

主流做法先保证结合,再逐项筛选,一步不过就回到起点。世界模型把属性之间的耦合一起建模,生成时就同时评估。

  1. 串行优化

    先生成能结合的 binder,再逐项筛选。每一轮淘汰一批,可行空间越筛越小;最后一步失败,就回到起点重做。

  2. 多属性联合设计

    世界模型在生成时同时评估各项属性,每一轮都把所有候选一起推向各项都满足的区域。

近 100%

多属性优化能力比现有 SOTA 提升DualGPT-AB · CDRH3 多属性生成任务

超 50%

数据成本降低DualGPT-AB · 降低多属性标签依赖

DualGPT-AB · Nature Computational Science(2026)

从平台到交付

在平台上自己做研究,调用我们的数据,或把项目交给我们。

  • 产品平台

    MolEX,你的 AI 科研同事

    自主分解任务、规划实验、调用工具、协同优化。

    多智能体协作知识与工具赋能记忆与推理管理

    了解产品平台
  • 数据平台

    连接生物数据

    连接序列、结构、组学和研究文献,为设计与分析提供科研基础。

    114 万+ 条

    分子–靶点对

    2,527 个

    覆盖靶点
    了解数据平台
  • 解决方案

    AI CRO,按项目交付

    干实验交付经过智能设计的分子;全包服务从靶点到 PCC,交付经过实验验证的候选分子。

    2–4 周

    AI 驱动的干实验 CRO 服务模式一 · 交付经过智能设计的未来分子

    6–8 周

    AI 驱动的全包早研服务模式二 · 从靶点到 PCC,交付经过实验验证的候选分子
    了解解决方案

从研究方法,到应用探索

全部案例

让你的研究目标,进入下一步探索

提交试用申请或预约交流,告诉我们你的研究目标。