Pharma.AI 2026 年第二季度夏季网络研讨会：深入解读英矽智能最新平台升级

随着人工智能不断重塑制药行业，药物发现、设计与开发正迎来前所未有的发展机遇。 为了加速“制药超级智能”（Pharmaceutical Superintelligence）时代的到来，由生成式人工智能（AI）驱动的临床阶段生物医药科技公司英矽智能（Insilico Medicine，3696.HK） 日前举办了2026年Pharma.AI季度系列网络研讨会，吸引了来自全球的 600 余位科研专业人士线上参与。

继此前完成 MMAI Gym for Science 大语言模型后训练平台搭建部署后，英矽智能又通过与 Liquid AI 的战略合作，进一步拓展生成式 AI 能力，并成功推出了一款面向化学逆合成优化的 26 亿参数模型，以及一款高容量达 240 亿参数模型。上述两款模型均支持本地化部署，并可通过微软的 Microsoft Marketplace 获取。

为了推动并实现企业级的科研自动化，英矽智能还基于模型上下文协议（MCP） 打通了整个 Pharma AI 产品套件，使研究人员能够直接在 Claude Code、Cursor 等开发环境中直接调用复杂的科研工作流。与此同时，公司正式推出面向多组学靶点发现的自主 AI 智能体 PandaClaw，并同步对其核心平台进行多项关键升级，包括 MDFlow 中动态多体模拟的规模扩展、激酶谱分析面板的扩容、生成化学中的高级电离态的引入，以及针对金属蛋白的增强的分子动力学模拟。

本季度，Generative Biologics 平台的升级推动了生物大分子设计从经验性“试错”向可预测“理性工程”的里程碑式转型。这一范式转变主要得益于三大底层架构的颠覆性强化：

首先，批量分子动力学流（Batch MDFlow）实现了高通量并行计算。 它用高通量并行执行流水线取代了传统的串行分子动力学工作流，支持研究人员批量上传并同时验证数百个候选分子。在每 100 个文件的批处理任务中，可大幅缩减约 4 小时的配置时间，显著释放研发产能。

其次，交互式优化工作区（Interactive Optimization Workspace）重塑了抗体研发交互体验。 该功能将抗体亲和力成熟流程全面引入原生浏览器的可视化环境中，实现自动标注 CDR 区域并精准映射结合界面。研发团队在步入湿实验之前，即可在线实时筛选变体、重建三维结构并动态重算接触指标，极大地提升了实验设计的精准度度与决策效率。

此外，创新的共折叠评分函数（Cofolding Scoring Function）打破了结构预测的排序瓶颈。 该评分器基于图论打造，深度融合了 $ipTM$ 等核心指标，并历经近 70 万个高维样本的训练。在面对极具挑战性的低同源性靶点时，它将 Top-1 命中率显著提升了 3.2 倍（从 12% 跃升至 38%）。通过将高阶并行计算、实时结构操纵与深度学习评分融为一体，该平台正赋能研发团队以空前的速度，精准捕获高亲和力、结构稳定的创新大分子疗法。

Chemistry 42 正在掀起 AI 驱动小分子药物发现领域的一场底层技术重构。通过将稳健的物理学模拟与灵活的计算化学工具闭环打通，平台直接攻克了深层技术逻辑的复杂性，将预测性洞察直接转化为临床前团队的行动指南。

在Generative Chemistry，该引擎彻底打破了单一构象的结构束缚，引入密集的多构象对接采样，通过计算分子的多元相互作用特征谱来指引奖励优化；与之相伴的，还有完全动态且由 SMARTS 驱动的电离状态枚举器，以及多构象 SDF 的高级导出功能。在基于结构的应用中，数据整理的摩擦也被大幅消除：平台现已原生支持 .mmcif 文件转换，并可直接镜像 PDB 云端数据。在 Alchemistry 后处理流程中，则引入了零点、实验和绝对值三种更具透明度的自由能（ΔG）估算模式。此外，MDFlow 通过引入 12-6-4 Lennard-Jones 相互作用框架与虚拟原子模型，正面攻克了金属蛋白模拟的行业难题，在长达 500 个快照的轨迹模拟中完美重现了锌配位的真实几何结构。同时，Profiling 模块再度扩容 67 个全新预测模型，并为所有预测结果标配了经严格校准的置信度与不确定性量化指标。

本次发布的另一大核心亮点是重磅推出的 Chemistry 42+——一款基于模型上下文协议（MCP）的 AI 驱动科学编排器。Chemistry 42+ 不仅能原生运行于平台内部，还支持通过安全的自托管服务器无缝接入 Cursor、VS Code、Claude Code 等第三方主流工具。它能够精确定位科研意图，将简单的自然语言指令转化为自动化的多步骤计算化学工作流。现场演示表明，研究人员仅需通过一次对话交互，即可无缝完成数据集标准化、SAR（结构-活性关系）分析、活性陡崖标记以及复杂蛋白-配体质子化处理等高难任务。

归根结底，这些集成式升级将 Chemistry 42 真正重塑为一位可交互的科学协作伙伴。通过将前沿的 AI 驱动药物发现（AIDD）技术与自然语言自动化深度融合，Chemistry 42+ 旨在推动前沿计算化学能力的“普惠化”——打破学科壁垒，让药物发现团队中的每一位科学家都能轻松驾驭先进的研发工作流，而不再局限于计算机辅助药物设计（CADD）专家，从而大幅压缩从原始科学命题到经验证治疗先导化合物的转化路径。

伴随全新升级，PandaOmics 正式迎来核心组件 PandaClaw。这款对话式 AI 智能体自带九大生信专业技能，旨在用即时、具备丰富上下文背景的生物学洞察，取代传统的手动数据整理。在早期靶点发现阶段，该版本凭借四大前沿武器实现了全方位破局：

在高级靶点表征层面，Target Evaluation 引擎可一键扫描全盘证据链，将遗传学关联、结构数据、专利数据、安全信号与竞争情报融会贯通，秒级生成全面的“推进/终止”参考报告，直接赋能管线布局与商务对接。在极速靶点筛选环节，Target Claw 则部署了一种专门基于临床验证靶点训练的机器学习模型，将数千基因精准分流至热门临床、高置信度、全新靶点三大梯队最终输出多达 25 个具备优先级的候选机会，并同步提供通路上下文及拟议的作用机制。

此外，独特的 Longevity Lobster 工作流开辟了抗衰老新赛道，专门锚定那些既能治病又能狙击“衰老特征”的双效治疗靶点，为长寿科技管线输送极具差异化的核心资产。最后，平台的分析深度由 Signatures Module 带来质的飞跃，该模块新增了 7 个基因集库，其基因集库扩容至 10 个，从而可通过即时、预计算的切换，让转录组特征直接与人类遗传学证据、上游转录调控以及药物-基因相互作用完成跨维度交织。

这种“对话式自动化 + 机器学习评分 + 海量多组学”的组合，正在赋予 PandaOmics以空前的速度与精度，有效降低了早期靶点优先级排序中的风险。

得益于在 MMAI Gym 后训练领域的突破性进展 ，英矽智能正式推出了其 InsilicoMMAI-Pharma-LLMs的 产品组合。其核心是一款基于 LFM 的统一多任务大模型 LFM2-24B-InsilicoMMAI-Chem-MT。该模型一举提升了 78 项不同药物设计任务的性能表现，成功将以往需要诸多独立垂直领域专家模型才能攻克的任务，完美整合至单一模型之中。在 MMAI Gym 中历练而成的这款模型，不仅在预测复杂的 ADMET 安全性特征、执行蛋白质-配体结合的 3D 口袋推理以及生成单步逆合成路线等方面达到或超越了当前行业顶尖的垂直专家模型，表现更是远超通用大语言模型。

此外，该产品组合还包括一款高度紧凑、拥有 26 亿参数的逆合成专家模型 LFM2-2.6B-InsilicoMMAI-Chem-SSRS。尽管体量轻巧，但它在单步逆合成任务中展现出了行业顶尖的性能，一举超越了专用垂直领域模型和通用大模型， 并作为特邀重磅海报在 ICML 2026 上展示。

目前，该系列产品正分阶段逐步推向市场：26 亿参数的逆合成专家模型已作为托管计算服务正式上线微软云市场（Microsoft Marketplace），240 亿参数的LFM2-24B多任务模型也将在随后接入。与此同时，这两款模型均已面向全球企业开放本地化部署服务。

AI 正在加速重构医药产业 英矽智能正依托平台化、模块化与自动化的颠覆性升级，全面引领生命科学研究从“工具辅助”跨入“智能协同”的新纪元。Pharma.AI 2026 夏季网络研讨会见证了我们全速推动“制药超级智能”的里程碑式飞跃，我们将持续为全球科研团队，输送最高效、最智能的下一代数字基础设施。

欲解锁更多前沿技术细节，敬请访问 Pharma.AI 官网，预约由英矽智能顶级科学家为您提供的定制化演示；亦可直接致信 ：Pharma.AI@insilicomedicine.com 与我们开启深度对话。