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，由百度智能云联合百度螺旋桨PaddleHelix发布HelixFold-S1推理模型，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。

从“广撒网”到“精准制导”，重构生物医药研发范式

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。目前，传统的方法通过“广撒网”生成海量结构，再从中筛选最优解的模式进行，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。

鉴于此，百度智能云依托HelixFold3框架，借鉴了大语言模型中的“Test-timeScaling”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-timeScaling的高效推理模型——HelixFold-S1，有效突破了AlphaFold3等传统模型在高难场景下的精度与泛化瓶颈。

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。

能力更强、应用更广，携手中晟全肽、暨南大学赋能科研与产业创新

HelixFold-S1通过接触感知采样策略实现了性能突破。测试显示，其预测精度比前代模型显著提升，在抗原抗体场景中比基础版提高58%，比Chai-1和Boltz-2分别提升80%和56%。随着采样步数增加，它能更大概率获得优质结构，优势明显。

这一技术为生命科学提供了更智能、高效的结构预测方法，助力抗体改造、蛋白设计和药物筛选，加速科研进程，降低成本，推动行业向智能化、精准化发展。

>>携手中晟全肽，构建药物研发新范式

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。

>>携手暨南大学科研团队，加速产业创新步伐

百度智能云与暨南大学张弓教授团队合作，在人类蛋白质组计划中取得突破：

算法突破：HelixFold3算法解析超8000个人类已知蛋白质结构，精度媲美AlphaFold3，打破国际垄断，获学界认可。预测结果将被国际人类蛋白质组计划官方数据库HPPPortal收录。

暗蛋白质组研究：HelixFold3成功预测超1万个曾被忽视的“暗蛋白质组”结构（源自非编码RNA），其准确性优于AlphaFold3，为相关研究开辟新路径。张弓团队此前已通过翻译组测序技术率先鉴定该类蛋白质。

一体化、高精度、可扩展，让抗体设计更智能、更高效

生物医药领域中，抗体是重要的治疗和研究工具，但其设计过程复杂耗时。传统方法需要进行多次结构建模、人工分析和实验验证，耗时数周至数月，成本高达数十万元，且成功率不足0.1%，严重阻碍药物研发效率。

百度智能云联合百度PaddleHelix团队最新发布了HelixDesign-Antibody平台，平台具有超高通量的蛋白设计和评估能力，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。

百度智能云副总裁，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生命科学，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。”