7月17日，由百度智能云主办的“千帆思享会·生命科学专场”在深圳举行，来自暨南大学生命科学技术学院、百图生科、中晟全肽、一苇资本等科研院所、生物医药企业及投资机构的行业代表出席活动，共话生科领域前沿技术与产业趋势。会上，由百度螺旋桨PaddleHelix团队研发的HelixFold-S1推理模型正式亮相，该模型通过创新性的“接触感知采样策略”，首次将结构预测的精度和效率提升至全新水平，标志着蛋白质结构预测技术迈入“高效可控”的新阶段。

会议同期，百度智能云全新推出基因测序存-算-分一体化方案，基于计算存储产品优化，结合百度网盘优势，提升基因测序全流程效率及客户体验，为产业上下游提供高效研发支持。

超越谷歌AlphaFold 3：

从“广撒网”到“精准制导”​，重构生物医药研发范式​

当前，生命科学与医疗健康领域是AI技术最重要的应用试验场之一。从蛋白质结构预测到基因测序分析，从药物研发到精准医疗的创新突破，AI正以前所未有的深度和广度重塑生命科学的研发范式，成为全球科研与产业的核心增长极。

生命活动依赖于蛋白质与化合物、RNA、抗原抗体等生物分子间的精准结合，解析分子间的三维结构是药物设计、疫苗研发等场景的核心。数年来，蛋白质结构预测始终是生命科学领域的重大机遇和挑战。尽管国内外已有多款生物分子结构预测模型能够较为准确地预测单个蛋白质和复合体间的结构，但像AlphaFold3这类模型，大多依赖大规模盲采的传统方法，即通过“广撒网”生成海量结构，再从中筛选最优解，面对缺乏共进化信息的新型分子或复合物的结合模式未见过的情况时，常因方向不明导致冗余采样与预测失败，预测效率低、精度不足。

为了解决这一难题，百度螺旋桨团队基于HelixFold3框架，借鉴了大语言模型中的“Test-time Scaling”思想，创新性地引入了“接触感知采样策略”，推出生物领域首个Test-time Scaling的高效推理模型——HelixFold-S1，有效突破了AlphaFold3等模型在高难场景下的精度与泛化瓶颈。

据介绍，该模型能够预测分子间结合概率，优先探索高潜力结合区域，通过“先锁定目标，再精准建模”的方式，精准引导结构生成过程，显著提升了复杂场景下的预测准确率和效率，增强了模型在极具挑战性样本上的鲁棒性和泛化能力，为靶点识别、疫苗设计等科研任务提供更强力支持。

真正能落地的AI结构模型：

能力更强、应用更广，深度赋能科研与产业创新

得益于接触感知采样策略，HelixFold-S1 在性能上实现了突破性提升。在实际测试中，HelixFold-S1普遍比前代模型表现更好，在较难的抗原抗体场景上提升尤为明显，实测数据显示，对比base版本，HelixFold-S1在该场景下预测精度提升58%，对比Chai-1和Boltz-2分别提升80%和56%。同时，随着取样步数的增加，HelixFold-S1获取更优质构象的概率也在不断增加，相比其他方法提升空间更显著。

HelixFold-S1不仅为生命科学领域带来了一种更聪明、更高效的结构预测范式，也为抗体改造、蛋白设计、药物筛选等多个科研与临床场景带来了更多高效、低成本的技术解决方案，有效加速科研建模进程、降低药物开发成本，推动行业向智能化、精准化方向发展。

在药物研发领域，传统的药物设计多采用实验试错法，不仅成本高，原理也常常依赖实验反推。中晟全肽在多肽药物研发领域深耕多年，依托百度螺旋桨PaddleHelix领先的算法能力，能在实验前设计出更有可能有效的多肽药物，极大提升研发效率、降低研发成本。

在科研领域，百度智能云与暨南大学围绕国际人类蛋白质组计划C-HPP展开深度合作，通过HF3算法解析超过3千个人类蛋白质结构，与实际晶体结构对比，效果显著，打破了国际上对蛋白质结构预测算法的垄断，深受国际权威学研界认可。

蛋白质设计平台HelixDesign发布：

一体化、高精度、可扩展，高效探索广阔蛋白空间

在蛋白质结构预测的基础上，有另一个重要研究方向：蛋白质设计。

近年来，随着AI技术的飞速发展，蛋白质设计领域相继迎来多项重磅成果。这一浪潮之下，百度基于自研高精度结构预测模型HelixFold3和高性能计算平台，同步推出了一体化、高精度、可扩展的蛋白质设计平台HelixDesign，赋能大分子药物发现、酶设计等新兴赛道。

在生物医药领域，抗体作为关键的治疗手段与研究工具，其设计与开发始终占据着核心地位。在过去，要想设计一个能“黏住”病毒或癌细胞蛋白的蛋白药物，流程极为繁琐，需要经过多轮结构建模、人工分析和实验验证，耗时数周到数月，且验证上百个候选序列的总成本可达数十万元，成功率却不到0.1%，严重制约着药物研发的进程与效率。

近期，百度PaddleHelix团队最新发布了HelixDesign-Antibody平台，为抗体设计领域带来了革命性的突破。凭借超高通量的蛋白设计和评估能力，平台能够设计出结合能力优于野生型的候选蛋白，且在新颖性、多样性上更具优势。目前，HelixDesign在整体性能上已与 DeepMind、MIT和Chai-2等国际先进工作保持相当水平。

百度智能云泛科技业务部总经理张玮表示：未来，百度智能云将持续深耕AI for Science领域，为行业带来更多高效、创新性解决方案，加速科研成果向产业应用转化，为生命科学产业的创新发展注入强劲动力。