MoleculeOS: Sistema Operacional de IA Biológica de Código Aberto da MoleculeMind da China

De acordo com pt.wedoany.com-Xu Jinbo, fundador da MoleculeMind, anunciou oficialmente à indústria, no Fórum de Fronteira do Investimento Nacional de Xangai de 2026, o lançamento do seu sistema operacional de bioeconomia nativo em IA, o MoleculeOS (MOS). Posicionado como um sistema operacional de IA para pesquisa biológica, o sistema visa transformar o papel da inteligência artificial de um "preditor" de função única para um "organizador" do processo de pesquisa e desenvolvimento. O modelo tradicional de descoberta molecular baseado em "triagem e tentativa e erro" está a transitar para um modelo mais determinístico de "criação molecular", e a infraestrutura de pesquisa e desenvolvimento na área biológica está a ser redefinida.

Com o objetivo do projeto como ponto de entrada, o MoleculeOS é capaz de compreender autonomamente a intenção biológica do utilizador, decompor automaticamente as tarefas e agendar o cluster de modelos internos para executar tarefas como previsão de estrutura e design molecular, fornecendo, em última análise, recomendações de decisão e consolidando uma cadeia de pesquisa e desenvolvimento rastreável. As suas capacidades subjacentes provêm do sistema de modelos desenvolvido internamente pela MoleculeMind, incluindo o modelo base de proteínas multimodais de grande escala NewOrigin (Darwin), o modelo de previsão de estrutura de complexos macromoleculares de átomos completos MMFold, e o modelo de design generativo MMDesign para nanobodies, enzimas e proteínas funcionais.

Em termos de indicadores técnicos, o modelo MMFold alcançou uma taxa de sucesso de previsão de 68,6% para 172 interfaces anticorpo-antigénio no benchmark FoldBench. A sua plataforma de design de anticorpos de raiz, testada em 12 alvos, testou não mais de 50 moléculas candidatas por alvo, com uma taxa de sucesso de alvo superior a 90%. No MoleculeOS, estes modelos não são ferramentas isoladas, mas sim organizados de forma unificada para permitir uma análise abrangente orientada para o objetivo final de pesquisa e desenvolvimento.

No processo tradicional de pesquisa e desenvolvimento, as tarefas de design de macromoléculas envolvem múltiplas etapas, como análise de alvos, modelagem de sequências e previsão de estrutura, dispersas por diferentes ferramentas e equipas, dependendo de agendamento manual. Ao utilizar a "intenção de pesquisa e desenvolvimento" como ponto de entrada do sistema, o MoleculeOS permite que os investigadores proponham diretamente objetivos, como melhorar a afinidade de anticorpos, e o sistema agenda automaticamente modelos em torno do objetivo para concluir tarefas sistémicas. Num projeto de otimização de anticorpos de checkpoint imunitário, o trabalho que normalmente levaria semanas foi comprimido para algumas horas. Cada cadeia completa, desde a intenção de pesquisa e desenvolvimento até à conclusão, é automaticamente consolidada pelo sistema como um ativo de pesquisa e desenvolvimento estruturado, disponível para consulta em projetos subsequentes.

Xu Jinbo é um dos primeiros investigadores na área de previsão de estrutura de proteínas. O seu método RaptorX-Contact, proposto em 2016, foi pioneiro em demonstrar o papel da aprendizagem profunda na melhoria da precisão da previsão de estrutura de proteínas. Ele acredita que o núcleo da competição em tecnologia biológica de IA já passou das capacidades de modelos individuais para infraestruturas de pesquisa e desenvolvimento a nível de sistema, sendo a chave "gerar moléculas com maior precisão que mereçam validação experimental".

Antes do seu lançamento oficial, o MoleculeOS já servia como base de engenharia interna da MoleculeMind para apoiar vários projetos de novos medicamentos e biomanufatura. A MoleculeMind planeia continuar a disponibilizar mais capacidades de modelo e módulos de pesquisa e desenvolvimento inteligentes no futuro, promovendo a aplicação em larga escala deste sistema operacional em áreas como novos medicamentos, biomanufatura e biologia sintética.