fr.wedoany.com Rapport : Lors du Forum de pointe de Shanghai Guotou 2026, Xu Jinbo, fondateur de MindRank, a officiellement ouvert à l'industrie son système d'exploitation économique biologique natif basé sur l'IA, MoleculeOS (MOS). Ce système est conçu comme un système d'exploitation IA dédié à la recherche biologique, visant à transformer le rôle de l'intelligence artificielle d'un simple « prédicteur » à fonction unique en un « organisateur » du processus de recherche. Le modèle traditionnel de découverte de molécules par « criblage et essais-erreurs » évolue vers un modèle de « création moléculaire » plus déterministe, redéfinissant ainsi l'infrastructure de la recherche en biologie.

MoleculeOS, en prenant les objectifs du projet comme point d'entrée, peut comprendre de manière autonome l'intention biologique de l'utilisateur, décomposer automatiquement les tâches et orchestrer le cluster de modèles internes pour exécuter des tâches telles que la prédiction de structure et la conception moléculaire, fournissant finalement des recommandations décisionnelles et consolidant une chaîne de recherche traçable. Ses capacités sous-jacentes proviennent du système de modèles développé en interne par MindRank, notamment le modèle de base multimodal de protéines NewOrigin (Darwin), le modèle de prédiction de structure de complexes macromoléculaires tout-atome MMFold, et le modèle génératif de conception pour les nanocorps, les enzymes et les protéines fonctionnelles MMDesign.

En termes d'indicateurs techniques, le modèle MMFold a atteint un taux de succès de prédiction de 68,6 % pour 172 interfaces anticorps-antigènes dans le benchmark FoldBench. Sa plateforme de conception d'anticorps de novo a testé, sur 12 cibles, au maximum 50 molécules candidates par cible, avec un taux de succès par cible supérieur à 90 %. Ces modèles ne sont pas des outils isolés dans MoleculeOS, mais sont unifiés pour permettre une analyse globale orientée vers l'objectif final de la recherche.

Dans le processus de recherche traditionnel, la conception de macromolécules implique plusieurs étapes telles que l'analyse de cibles, la modélisation de séquences et la prédiction de structure, réparties entre différents outils et équipes, et dépendant d'une coordination manuelle. En faisant de l'« intention de recherche » le point d'entrée du système, MoleculeOS permet aux chercheurs de formuler directement des objectifs, comme améliorer l'affinité d'un anticorps, et le système orchestre automatiquement les modèles autour de cet objectif pour accomplir des tâches systémiques. Dans un projet d'optimisation d'anticorps ciblant un point de contrôle immunitaire, le travail qui nécessitait plusieurs semaines avec un processus traditionnel a été réduit à quelques heures. Chaque chaîne complète, de l'intention de recherche à la conclusion, est automatiquement consolidée par le système en un actif de recherche structuré, réutilisable pour les projets ultérieurs.

Xu Jinbo est l'un des premiers chercheurs dans le domaine de la prédiction de structure des protéines. Sa méthode RaptorX-Contact, proposée en 2016, a démontré le rôle de l'apprentissage profond dans l'amélioration de la précision de la prédiction de structure des protéines. Selon lui, le cœur de la compétition dans les biotechnologies basées sur l'IA est passé des capacités de modèles individuels à l'infrastructure de recherche systémique, la clé étant de « générer plus précisément des molécules dignes d'être validées expérimentalement ».

Avant son ouverture officielle, MoleculeOS servait déjà de socle d'ingénierie interne pour MindRank, soutenant de nombreux projets de médicaments innovants et de bioproduction. MindRank prévoit de continuer à ouvrir davantage de capacités de modèles et de modules de recherche intelligents à l'avenir, afin de promouvoir l'adoption à grande échelle de ce système d'exploitation dans les domaines des médicaments innovants, de la bioproduction et de la biologie synthétique.