公司融资与战略布局 - 微元合成完成3亿元A+轮融资，投资方为河南投资集团汇融基金和化工行业资深专家谭瑞清[2] - 本轮融资将用于拓宽AI生物计算的应用边界，加大核心技术研发投入与场景化落地，强化公司在AI赋能生物制造领域的技术领先优势[2] - 河南投资集团已完成AI基础设施产业的深度布局，为AI在各场景应用的落地提供充足的电力与算力支持[2] 核心技术平台PoseX发布 - 微元合成联合斯坦福大学、普林斯顿大学、北京大学、字节跳动、NVIDIA等全球知名机构，在ICLR 2026上发布了开放式协作平台PoseX[3] - PoseX旨在解决真实场景下的分子对接难题，为生物制造、生物基材料及工业酶设计提供数字化底座[3] - PoseX平台地址为 http://dock-lab.tech/[4] 行业痛点与技术挑战 - 分子对接是生物医药研发和工业酶工程中的核心挑战，尤其在蛋白质结构动态变化的情况下预测结合模式[4] - 行业长期缺乏统一的、高质量的基准来评估各类算法在真实“跨构象”（Cross-Docking）场景下的表现[6] - 许多在实验环境下表现优异的算法，在真实场景中表现不佳[6] PoseX平台的技术突破 - **填补空白**：构建了全球首个大规模cross-docking基准测试集，包含718个样本点的self-docking数据集和1,312个样本点的cross-docking数据集[7] - **算法全覆盖**：平台集成了24种代表性算法，涵盖物理方法、AI对接方法和AI共折叠方法三大流派[10] - **核心发现**：在最具挑战性的跨构象对接任务中，顶尖的AI对接方法和共折叠方法的准确率和稳健性已全面超越统治行业数十年的物理模型[11] PoseX平台的评测结果 - **总体排名**：在Cross-Docking任务中，排名前9的方法里，5个是AI Docking，4个是AI Co-folding，AI方法全面领先[12][14] - **算法表现**：SurfDock在指定口袋信息的场景下以77.0%的最高成功率胜出，比第二名Uni-Mol高出近8个百分点，且运行速度极快（10.8秒/样本）[18][19] - **物理方法落后**：最好的物理方法GNINA成功率约为54%，与顶尖AI方法差距约20个百分点[19] - **泛化能力**：大部分AI方法在全新口袋上表现断崖式下跌，但SurfDock展现出最好的泛化性[14] - **后处理增益**：结合Relaxation后处理模块后，SurfDock在PoseX-SD数据集上成功率达78.0%，在PoseX-CD数据集上达77.0%，创下基准SOTA[21] PoseX平台的应用前景 - **高效酶设计**：能精准模拟蛋白构象变化，帮助快速设计出耐高温、高转化率、高选择性的“超级酶”，极大缩短从实验室到工业发酵罐的转化周期[23] - **代谢路径优化**：可精准定位代谢网络中的关键节点，实现代谢重构与瓶颈解除，推动产量、纯度和成本指标的突破性提升[24] - **降低研发成本与风险**：将传统耗时数月的湿实验筛选过程压缩至数天至几周内完成，大幅提升研发投入产出比并降低失败风险[25] 公司行业活动与愿景 - 微元合成的PoseX成果被ICLR 2026接收，标志着其AI模型和算法能力获得认可[27] - 公司未来将通过PoseX等数字化平台，与全球合作伙伴共同探索生命科学前沿，用更绿色、更智能的方式推动生物制造[27] - 行业盛会“第11届生物基大会暨展览（Bio-based 2026）”将于5月20-22日在上海举办，预计参会规模达1500+人[29]