百奥几何获数亿元战略融资打造生命科学微观世界模型

百奥几何目前已与海内外多家药企建立了超过20项BD合作。

近日，AI驱动的生物技术企业百奥几何正式宣布完成数亿元战略融资。本轮融资由上海生物医药创新转化基金、国科投资、达晨财智、星连资本共同领投，高榕资本、指数人工智能产业创新基金参与跟投，指数资本担任独家财务顾问。所募资金将重点用于持续迭代生命科学微观世界模型GeoFlow，并加速推进自研药物管线的研发进程。

当前，人工智能正在两条主线上加速演进：一是以大语言模型和多模态模型为代表的数字AI，二是以自动驾驶和人形机器人为代表的物理AI。而生命AI，很可能成为最具想象力的下一个前沿领域。这一判断正不断被全球顶级资本与科学界反复验证。

2024年，诺贝尔化学奖同时授予了蛋白质结构预测与蛋白质从头设计两大方向；2025年，中国创新药BD交易总额达到1357亿美元，占全球交易总额约49%，超越美国成为全球创新药对外授权的第一大市场；2026年5月，Alphabet旗下Isomorphic Labs完成21亿美元融资，由Thrive Capital领投，淡马锡、MGX、英国主权AI基金等主权资本共同参与，刷新了AI药物发现领域的单笔融资纪录。

生命科学的基本构成单位，是各种分子组成的细胞。生命的所有功能，都源于分子在原子尺度上的相互作用。能否在微观层面真正理解并精准设计分子间的相互作用，是生命科学最核心的命题。百奥几何自主研发的GeoFlow正是这样一个“微观世界模型”——它能在原子级精度上，对蛋白质、DNA、RNA等生物分子之间的相互作用进行精确建模，并利用生成式AI从头创造自然界中从未出现过的全新分子。从“理解生命”迈向“设计生命”，这一跨越值得深入探讨。

自2024年首次发布以来，GeoFlow已完成三次重大迭代。GeoFlow V1将“原子级精度建模分子相互作用”这一核心理念落地为可工程化的大模型。在关键的蛋白-蛋白复合物结构预测任务中，GeoFlow V1达到了与AlphaFold 3同等的性能水准。2025年4月升级至GeoFlow V2时，模型已不再局限于单纯的结构预测，而是实现了在原子级精度下，蛋白质结构预测与“从头设计”能力的统一，可完成抗体从头设计、疫苗设计、工业酶优化等多项任务。

“从实际表现来看，GeoFlow V2已能针对部分靶点生成相应的结合分子，但这些分子的结合亲和力仍有优化空间。因此，去年10月我们迭代推出了GeoFlow V3，核心目标是提升结合分子的生成成功率，并尽可能获得更多高亲和力、达到纳摩尔级水平的结合分子。”唐建表示。

为实现这一目标，百奥几何将大模型领域的Test-Time Scaling技术应用到了蛋白质设计中。简单来说，这是一种通过增加推理时间和计算投入来换取设计质量的策略。在蛋白质设计领域的具体做法是：针对目标靶点，让模型一次性生成多个蛋白版本，再从中筛选优质样本、进行验证与优化，最终获得结构稳定、亲和力达标的新蛋白。其核心优势在于成本低、落地快——无需投入巨额资金重新训练模型，即可有效提升蛋白质设计的成功率与质量。

以实际的抗体设计场景为例：在科学家仍需要“手搓”的时代，研发团队通常要在动物体内或体外构建包含上亿个分子的大规模库，并开展多轮、耗时数月的高通量筛选，成本高昂且流程冗长。如今，在AI“主导”下，只需更少的试验投入，便能实现更高的命中率。

根据百奥几何公布的数据，在针对TSLP、IL-33、IL-13、CCR8、PD-1、H3-HA、IL-4Rα等超过20个靶点的从头设计任务中，每个靶点仅需合成验证不超过50个由GeoFlow V3设计的候选分子，便能获得表位特异的nM级别的结合抗体，平均命中率接近20%，且先导分子的发现时间可缩短至三周以内。

目前，百奥几何正在研发下一代微观世界模型GeoFlow V4，其建模尺度将从分子相互作用进一步拓展——从“设计单个分子”走向“设计分子系统”。

近两年，BD交易已成为创新药企重要的商业化出口。在过往案例中，药物管线的价值通常随临床阶段的推进而水涨船高。此前，百亿美元级的大额交易多发生在临床2期或3期之后，这也印证了这一规律。然而，AI的“从头设计”能力，或许将显著放大早期阶段分子的价值，进而改写这一商业逻辑。

唐建认为，对于那些传统方法容易获得的抗体分子，跨国药企更看重后期的临床数据——研发速度越快、临床数据越充分，获批上市的概率就越大。但对于获取难度本身就极高的分子，即便处于早期阶段，只要能够形成差异化优势，同样可以创造高价值；此外，优质分子还能显著提升临床阶段的成功率。

据介绍，百奥几何目前已与国内外多家药企达成超过20项BD合作，在高特异性抗体从头设计、先导分子多目标优化、疫苗设计等多个领域取得了重要突破。

以肿瘤免疫领域为例，GeoFlow模型成功实现了高特异性抗体的“从头设计”。该项目所针对的目标靶点是肿瘤细胞表面特有的抗原，研发难点在于存在一个高度同源的“孪生靶点”——两者结构高度相似，传统方法难以在分子层面进行精准区分，极易误伤表达“孪生靶点”的正常细胞。百奥几何借助GeoFlow的全原子建模能力，将“特异性”作为前置约束直接写入分子生成阶段：仅设计不超过100条序列，便获得了2条兼具高选择性与高亲和力的抗体——能够精准结合目标靶点，而对“孪生靶点”不结合，从源头保障了临床安全性。

“目前，这是最能代表百奥几何模型能力的项目之一。通常，与客户共同开发的大多是传统方法难以攻克的项目，甚至有一些GeoFlow V2无法完成、直到GeoFlow V3迭代后才成功突破的案例。在这个过程中，不仅我们能感受到模型迭代带来的能力涌现，客户自身也在直观地体会到AI技术的快速进化——尤其是在AI Agent爆发之后，药物研发和蛋白设计领域的技术迭代速度显著提升。”唐建提到。

在与某国外知名药企的合作中，目标项目需要同时优化先导抗体的亲和力、理化性质、热稳定性、人源性等多项指标。GeoFlow在零样本（模型未经该靶点数据微调）场景下，仅通过一轮设计与验证，便交付了同时满足所有预设指标的目标分子：亲和力提升数十倍、表达量提升8倍、人源性优化至90%以上、热稳定性同步显著提升，项目交付周期较客户预期缩短80%以上。

此外，在合成生物学领域，百奥几何已储备了数十条自研管线。其中，包括ɑ-酮戊二酸、天然冰片在内的多条管线已顺利完成中试放大；目前，公司的多款自研管线已通过“技术转让+销售分成”的模式达成授权合作，商业化进展持续加速。

团队方面，百奥几何由AI4S科学家唐建教授创立，图灵奖得主、AI之父Yoshua Bengio担任首席科学顾问。团队自2018年开始探索AI驱动药物发现，已取得多项产学研落地成果。2021年，将扩散生成模型应用于分子三维结构生成（代表性工作ConfGF、GeoDiff）；2022年，联合英伟达、英特尔、IBM发布了开源机器学习药物发现平台TorchDrug与TorchProtein。近期，作为核心贡献者参与了英伟达开源蛋白质大模型La Proteina的研发，并自主研发了前沿AI虚拟细胞模型PerturbDiff。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：百奥几何获数亿元战略融资打造生命科学微观世界模型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题