Boltz PBC 正式启动：开源生物分子 AI 迈向产品化与产业合作新纪元

今天，Boltz PBC 正式宣布启动，这标志着开源生物分子AI从学术研究走向产业应用的关键转折点。Boltz 团队发布了四项重磅消息：推出 Boltz Lab 平台及首批小分子与蛋白质设计代理、完成2800万美元种子轮融资、与辉瑞达成多年战略合作，以及发布公司使命宣言。作为公共利益公司，Boltz 承诺通过开源科学推进生物学AI前沿，并让每位科学家都能获得这些工具。从 Boltz-1 到 BoltzGen，超过10万名科学家已在使用这些模型。现在，Boltz Lab 将把最先进的模型、代理与可扩展基础设施结合，真正实现从假设到候选分子的数字化研发流程。

1. Boltz 的使命与愿景

1.1 从开源模型到产品化平台

AI 驱动的分子建模正在快速发展，具有通过使生物学可编程、数字化实验并显著加速药物开发过程来革新医学的明确潜力。然而，随着这些强大工具的出现，它们正变得越来越封闭。这一趋势严重限制了它们对科学的影响，更重要的是，对患者的影响。

作为研究人员，Boltz 团队亲眼目睹了开源科学的变革力量。他们的模型 Boltz-1、Boltz-2 和 BoltzGen 已被超过10万名学术界和工业界的科学家使用，并构成了无数管道、代理和平台的基础。然而，实现这项技术的真正潜力不仅需要构建最好的开源模型，还需要创建强大的产品和基础设施等关键组件——这些是学术界无法独自承担的，需要前沿技术公司的专注资源和跨学科人才。

这就是他们成立 Boltz PBC（公共利益公司）的原因。 他们的使命很明确：通过开源科学推进生物学中AI能力的前沿，并使其对每一位致力于更健康、更可持续未来的科学家普遍可及。

1.2 为什么选择公共利益公司架构

Boltz 将通过三大支柱追求其使命：研究、产品和社区。

研究前沿：Boltz 旨在自下而上地理解和重编程生物学与疾病状态。他们正在构建一个AI模型能够达到甚至超越大多数实验检测精度的世界。他们从建模和设计生物分子结合相互作用开始，现在已经朝着更复杂、更高层次的功能性质和机制迈进。

产品愿景：将最强大的AI模型直接交到科学家手中，嵌入代理工作流、实验界面，未来甚至是自主实验室中。目标是构建一个世界，让科学家可以从治疗假设到人类就绪分子，而无需离开计算机屏幕。

社区承诺：社区将继续是 Boltz 生态系统的核心。他们相信开源科学，并致力于构建世界上最好的开源模型；Boltz-1、Boltz-2 和 BoltzGen 只是开始。他们将继续通过论文和博客分享研究和见解，与学术实验室和公司合作进行开放验证，并推动严格的测试以理解可能性的极限。

2. Boltz Lab 平台与首批代理发布

2.1 平台的核心价值

突破性的模型只有在能够转化为可靠的工具——为化学家和生物学家构建、嵌入他们的工作流程并作为生产级系统得到支持——时才有意义。

Boltz Lab 结合了最先进的模型和代理、具有成本效益的计算、可扩展的稳健基础设施以及直观的协作界面。 它还提供明确的保障：您拥有所构建的内容，您的数据保持安全，并且 Boltz 不会在您的数据上进行训练。

该平台旨在解决团队反复遇到的最大实际采用瓶颈：

1. 计算成本：通过模型优化，Boltz 能够提供慷慨的免费额度，并且成本低于自己运行开源模型的成本。
2. 可扩展、稳健的计算基础设施：科学家应该在几小时内得到结果，而不是几周。Boltz 构建了强大的后端系统，现在可以提供这种能力，无需任何固定的实施或维护成本。
3. 直观的协作界面：该平台专注于将代理嵌入科学家的工作流程，而不是要求科学家围绕模型重塑工作流程。

2.2 小分子发现代理

当 Boltz 发布模型时，他们看到工业界和学术界的科学家开始构建代理工作流，将这些新模型连接起来，创建端到端的代理，用于蛋白质设计和小分子虚拟筛选等任务。虽然这激发了许多创新想法和研究，但构建这些代理具有挑战性；实现中的微小差异可能对其端到端性能产生巨大影响，而实验验证成本高昂。

Boltz 小分子代理利用经过调优和优化的 Boltz-2 亲和力预测模型版本以及并行版本的 SynFlowNet 来探索可合成的分子空间。这两个模型在主动学习循环中连接，创建了一个高效的代理，优化分子空间探索与利用之间的权衡，同时避免亲和力模型的对抗性优化。该代理还根据药物化学负担分析和分类生成的分子，以收敛到一组多样化的候选先导物，这些候选物可以作为药物开发计划的强大起点。

实验验证亮点：在过去几个月中，Boltz 与许多学术界和工业界团队针对各种靶标测试了该代理。他们已经可以分享与威斯康星大学麦迪逊分校的 Song Guo、Spencer S. Ericksen 和 Anthony Gitter 合作进行的针对 TYK2（一个从模型训练集中排除的靶标）的首次成功验证。

他们从 Enamine 订购了代理选择的29个顶级化合物，其中23个成功合成。在这23个化合物中，他们看到3个活性化合物、8个弱活性化合物和12个非活性化合物，最强结合物的测量 IC₅₀ 为240 nM。

2.3 从头蛋白质设计代理

从头蛋白质设计代理建立在 BoltzGen 之上，这是 Boltz 最近开源的蛋白质设计模型。BoltzGen 作为从头设计代理的最大弱点在于，它依赖一组折叠置信度指标和基于物理的相互作用指标来区分哪些设计可能结合靶标。然而，这些指标仅与实验结合成功弱相关。因此，Boltz 创建并训练了模型的新头，利用模型的特征直接预测结合置信度。

验证结果：他们通过涵盖广泛基于结构设计模型（包括 BoltzGen、RFDiffusion、RFPeptides、Germinal、BindCraft 及相关方法）的大量回顾性研究验证了新评分。在所有数据集中，该评分始终富集由最先进代理选择的设计，平均回顾性富集约为2倍。

他们还在与 BoltzGen 之前使用的同一组困难靶标上测试了新的蛋白质设计代理，实现了可控比较。虽然实验验证仍在进行中，但当前结果表明，相对于以前的模型，识别的纳米抗体结合物数量大幅增加，约为67%。

2.4 基于客户数据的定制优化

除了基于公共和专有数据集训练的基础代理外，Boltz 正在构建方法，让每个实验室和公司使用自己的实验数据来驱动优化活动并扩展到新靶标。这些能力尚未作为 Boltz Lab 上的自助服务功能呈现，但 Boltz 已经通过与合作伙伴的直接合作应用它们（例如与辉瑞的合作）。

3. 2800万美元种子轮融资

实现这一切首先需要组建一支卓越的团队。继续支持这个团队和使命将需要大量的专业知识和资本。

Boltz 宣布已获得由 Zetta、Amplify 和 a16z 领投的2800万美元种子轮融资，战略天使投资人包括 Clement Delangue（Hugging Face 首席执行官）、Factorial Capital 和 Obvious Ventures。

这些合作伙伴不仅带来资金，还带来深厚的专业知识和对 Boltz 愿景的共同承诺。

4. 与辉瑞的多年战略合作

今天，Boltz 还宣布与辉瑞达成多年战略合作，将 Boltz Lab 及其代理交到辉瑞所有科学家手中。他们还将共同合作，利用辉瑞的数据创建新的最先进基础模型。

4.1 合作的核心内容

根据合作协议，Boltz 将在辉瑞的广泛历史数据上精炼其最新基础模型，为结构预测、小分子亲和力和生物制剂设计创建最先进的专属模型。此外，Boltz 科学家将与辉瑞的发现团队密切合作，为多个靶标项目构建定制模型和工作流，旨在加速和增强临床前项目的决策。

辉瑞将保留在 Boltz 模型和平台支持下发现或开发的所有化合物的完全所有权。

4.2 辉瑞科学家的早期采用

Boltz 首席执行官 Gabriele Corso 表示：

辉瑞的科学家一直是我们开源模型最早的采用者之一，也是我们社区的成员——跨模态和疾病领域都有用户。这一合作帮助我们将平台在准确性、性能和集成方面提升到一个新水平。我们对这次合作将对辉瑞已经世界一流的临床前开发能力产生的影响感到兴奋。

4.3 更广泛的合作生态

除了辉瑞，在过去几个月中，Boltz 已经能够将新代理和平台交到其他几个学术实验室和公司的化学家和生物学家手中。这已经表明，该平台可以帮助团队以新的方式应对具有挑战性的靶标，涵盖多样化的小分子和蛋白质设计项目。无论您是个人科学家还是辉瑞规模的公司，Boltz 团队都迫不及待地想看到您使用他们的工具构建什么。

5. 商业模式与开源承诺

5.1 如何盈利

为了长期维持 Boltz——并继续投资于更好的研究、基础设施和产品——他们需要一个与想要创造的价值相一致的商业模式。

Boltz 计划通过构建和运营软件来赚钱。Boltz 不是治疗公司，不会开发药物。 与用户竞争将与他们的使命相悖：他们希望为整个生态系统构建最好的工具，并相信最具影响力的发现将来自于赋能那些已经拥有领域知识、数据和卓越想法的专家。

因此，他们的商业重点是将前沿模型转化为可靠、可扩展能力的产品：最先进的定制模型、托管计算、代理工作流、协作界面、企业部署，以及团队在生产中运行这些系统所需的支持和安全功能。

他们希望这些工具具有广泛的可及性，因此以基于使用量的模式推出：客户为他们运行的内容和获得的价值付费——无论是预测、设计活动还是大规模筛选——而不是被锁定在一刀切的合同中。Boltz 已经提供该领域任何主要提供商的最低单位价格，并将不懈努力降低每单位计算的成本，同时增加用户可以用它完成的工作。

5.2 开源承诺的延续

Boltz 致力于开源科学，继续发布世界级的开源模型，并公开了解这些系统在哪里成功、在哪里失败。与此同时，他们致力于构建团队可以信任其最佳想法、部署在真实工作流程中并长期依赖的持久产品。

社区将继续是 Boltz 生态系统的核心。他们将继续通过论文和博客分享研究和见解，与学术实验室和公司合作进行开放验证，并推动严格的测试以理解可能性的极限。他们活跃的 Slack 频道社区贡献代码、反馈、错误报告和深思熟虑的讨论。

6. 从 AlphaFold 时刻到 Boltz 时刻

6.1 AI 药物设计的演进

合理药物设计的理念是，我们可以通过理解并故意操纵生物"机器"如何组合在一起来设计药物。许多疾病最终归结为分子相互作用：错误的伴侣结合、错误的时间，或正确的相互作用完全失败。药物是设计用于对抗疾病起源的分子工具，例如阻断细菌酶的药物、中和毒素的蛋白质结合物或识别病毒表面的抗体。

设计药物是一个搜索问题：找到能够选择性结合靶标并具有正确开发性质以实际到达并持续存在于作用部位的正确分子。在这一搜索中，我们受到物理实验规模的瓶颈制约。如果我们能够在计算机上可靠且高效地预测这些实验的结果，我们将削减成本、缩短时间线，最重要的是，找到更好的药物。这是计算机辅助药物设计的终极承诺。

6.2 封闭的趋势与开放的必要性

AI 开始改变一切。2022年11月，ChatGPT 时刻向世界展示了AI已经到来。但近两年前，即2020年12月，AlphaFold 时刻已经让大多数生物学家相信了同样的事情。作为 MIT 的AI研究人员，这令人大开眼界。它证明了生物分子的可泛化数据驱动模型是可能的，一个看似棘手的生物化学问题可以用神经网络来解决。

在过去五年中，结构生物学的机器学习蓬勃发展，从单个蛋白质推进到复杂的生物分子相互作用建模。Boltz 团队相信这些模型将继续改进，并在越来越复杂的任务和系统上达到实验精度。他们相信这些模型将成为每个化学家和生物学家工具箱的一部分，使他们摆脱实验瓶颈。他们相信一个未来，每个科学家都可以以推理的速度迭代。

但这个未来取决于一个至关重要的、日益不确定的问题：每个科学家都能获得这些模型吗？ DeepMind/Isomorphic 等前沿团队多次推进了该领域，但访问其最新系统的途径现在很大程度上受到限制。这一转变始于 AlphaFold3，并且更广泛地继续：许多团队保持模型闭源，并将其能力置于围墙花园之后——仅供内部项目使用，通过昂贵的联合开发交易，或以只有最大公司才能负担的价格点提供。

那么，少数组织之外的科学家如何获得他们需要的工具？

6.3 Boltz 的起源与成就

Boltz 团队意识到，如果要实现这项技术的全部潜力，广泛可及的模型将是必不可少的——所以他们自己构建了它们。他们启动了 Boltz 项目，在过去一年中：

• Boltz-1 和 Boltz-1x：发布了第一个接近 AlphaFold3 级别精度的商业可用开源结构预测模型，并引入了改进结构有效性的新技术。
• Boltz-2：证明了前沿结构预测模型结合大规模监督，可以将结合亲和力预测推向前所未有的精度。
• BoltzGen：推出了能够生成任意靶标结合物的蛋白质设计模型和代理，并在多种模态、靶标和检测中得到验证。

今天，10万多名科学家在使用他们的模型，遍及所有前20大制药公司和数千家生物技术公司，以加速发现。通过在宽松许可下公开发布这些模型，他们能够看到人们如何在实际中使用它们，了解它们在哪里强大、在哪里失效，并从比即使是资金最充足的实验室也能单独运行的更多项目的验证中受益。

7. 未来展望

7.1 推理速度的世界

Boltz 正在构建一个科学家可以以推理速度迭代的世界——但这个未来只有在工具保持广泛可及的情况下才有效。他们致力于开源科学，继续发布世界级的开源模型，并公开了解这些系统在哪里成功、在哪里失败。与此同时，他们致力于构建团队可以信任其最佳想法、部署在真实工作流程中并长期依赖的持久产品。

7.2 推理时扩展定律

他们正在看到明确的推理时扩展定律：当代理可以在推理时评估更多蛋白质或小分子设计时，它们选择的最佳设计的质量会提高。权衡是显而易见的——这需要大量计算来生成和分析大型设计集。这就是为什么模型优化至关重要：它提高了在任何给定预算下成功的概率。

7.3 向数字实验室迈进

今天发布的 Boltz Lab 以及首批小分子发现和蛋白质设计代理只是开始。Boltz 将继续发布新的代理、模型和界面——推进工作流程，让团队能够在紧密循环中迭代假设、设计和实验反馈，并运行原本需要数周或数月专用计算和工程的活动。

该平台仍处于早期阶段，但凭借对开放性的承诺，Boltz 正在推出访问权限，以便公司和学术实验室可以开始将其集成到工作流程中，访问最先进的AI工具，并帮助塑造未来数字实验室应该是什么样子。

现在注册 Boltz Lab，您还将获得免费使用平台的积分。 Boltz 团队迫不及待地想看到您在 Boltz Lab 上构建什么！

8. 核心团队

Boltz 团队目前包括：

核心成员：Gabriele Corso（首席执行官）、Jeremy Wohlwend、Saro Passaro、Francesco Capponi、Demitri Nava、Hannes Stark、Noah Getz、Talip Ucar、Luca Cavalleri、Simone Primarosa、Geoffrey Smith 和 Luis Sanmiguel。

他们很幸运地欢迎来自领先学术实验室以及制药、生物技术、金融和科技领域顶级公司的杰出科学家和工程师。他们还继续与 MIT 及其他机构的研究人员以及行业合作伙伴合作，并受益于在他们的 Slack 频道中贡献代码、反馈、错误报告和深思熟虑讨论的充满活力的社区。

值得思考的问题

Q1：Boltz 作为公共利益公司，如何平衡开源承诺与商业盈利？ Boltz 的商业模式聚焦于将前沿模型转化为可靠产品和服务（托管计算、企业部署、定制模型），而不是开发自己的药物与用户竞争。核心开源模型将继续免费发布，而平台服务采用基于使用量的定价，确保可及性的同时维持可持续发展。他们明确承诺不在客户数据上训练模型，客户拥有所有输出的所有权。

Q2：与 AlphaFold3/Isomorphic 等封闭系统相比，Boltz 的优势是什么？ Boltz 的核心优势在于开放性与可及性。虽然 DeepMind/Isomorphic 的最新系统访问受限，Boltz 通过开源模型和低价平台服务让每个科学家都能使用最先进的工具。这种开放性带来更广泛的验证、更快的迭代和社区驱动的创新。同时，Boltz Lab 通过优化降低了计算成本，价格低于自行运行开源模型。

Q3：TYK2 的240 nM IC₅₀ 结果意味着什么？ 这是 Boltz 小分子代理的首个公开实验验证，在29个订购化合物中有23个成功合成，其中3个显示活性，最强结合物达到240 nM IC₅₀。虽然这不是纳米级以下的超强结合物，但作为虚拟筛选的先导化合物，这一结果已经非常有前景。关键是 TYK2 被排除在训练集之外，证明了模型的泛化能力。更重要的是，这些是可直接从 Enamine REAL 空间合成购买的分子。

Q4：辉瑞合作对 Boltz 和整个行业意味着什么？ 这是开源生物分子AI首次与顶级制药公司达成多年战略合作，标志着产业对开放模型的认可。通过在辉瑞的历史数据上精炼模型，Boltz 将创建专属的最先进模型，同时保持其开源基础模型的持续发布。这种模式（开源基座+定制优化）可能成为AI药物发现的新范式，平衡开放性与企业需求。

Q5：蛋白质设计代理67%的纳米抗体识别率提升从何而来？ 这一提升主要来自新的结合置信度评分头，它直接利用模型特征预测结合成功，而不是依赖弱相关的折叠置信度和物理指标。在跨多个数据集的回顾性研究中，这一评分实现了平均2倍的富集。虽然实验验证仍在进行中，但早期结果显示纳米抗体结合物数量相对 BoltzGen 增加约67%，这对从头抗体设计具有重大意义。

Q6：推理时扩展定律（inference-time scaling laws）如何影响药物设计？ Boltz 观察到：当代理在推理时评估更多设计时，最佳设计的质量会提高。这意味着计算预算直接转化为设计质量。但这也要求大量计算资源。Boltz 通过模型优化（包括 NVIDIA cuEquivariance 库的新 GPU 内核）显著降低了成本，使得大规模设计探索变得可行。这一发现与 LLM 领域的推理时扩展（如 o1 模型）形成呼应，暗示生成式设计的未来可能更依赖推理阶段的计算投入。

Q7：Boltz Lab 的数据安全与IP保障如何实现？ Boltz 明确承诺：（1）用户拥有所有输出；（2）数据保持安全；（3）不在客户数据上训练模型。在辉瑞合作中，辉瑞保留在 Boltz 平台支持下发现的所有化合物的完全所有权。这种清晰的IP条款对于吸引产业用户至关重要，尤其是在药物发现这种高度竞争的领域。

参考资料：

1. Boltz Launch Announcement: https://boltz.bio/launch
2. Boltz Lab Platform & Agents: https://boltz.bio/boltzlab
3. Boltz Manifesto: https://boltz.bio/manifesto
4. Pfizer Partnership Announcement: https://boltz.bio/pfizer-partnership

平台与资源：

• Boltz Lab 注册：https://boltz.bio（提供免费积分）
• 开源模型：Boltz-1、Boltz-2、BoltzGen（已有10万+用户）

欢迎在评论区分享您对 Boltz PBC 的看法。您认为开源生物分子AI能否真正实现民主化？公共利益公司架构是否能平衡科学使命与商业可持续性？如果您对AI驱动的药物发现感兴趣，欢迎关注 MindDance 公众号获取更多前沿内容，也欢迎将文章分享给您的同行。