Aureka 开源抗体AI模型 OpenDDE 超越 AlphaFold 3，同步完成1亿美元B轮融资

抗体药物研发一直有个核心难题：预测抗体和抗原结合时的三维结构。AlphaFold 3 在这个任务上的表现大约是 48% 的成功率——已经很强，但离"够用"还有距离。现在，一家成立三年的 TechBio 公司 Aureka Biotechnologies 发布的开源模型 OpenDDE，把这个数字推到了 76%。

更关键的是，这个结果不是 Aureka 自己跑出来的，而是第三方平台 Tamarind Bio 用完全相同的输入和设置独立验证的。与此同时，Aureka 刚刚完成了 1 亿美元的 B 轮融资，累计融资接近 2 亿美元。

OpenDDE 是什么

OpenDDE 是一个全原子生物分子基础模型，采用 Apache 2.0 许可证开源——这是最宽松的标准开源协议，意味着任何研究机构或药企都可以免费使用、修改，甚至直接用于商业药物发现流程，没有任何限制。

模型的核心架构基于 AlphaFold 3 的 Pairformer 框架，但做了大幅度的"加宽"处理：隐藏维度和通道维度设为 384，比 AF3 基线更大。整个模型包含 655M 可训练参数、48 个 Pairformer 模块、4 个多序列比对（MSA）模块和 24 个扩散 Transformer 模块，训练消耗约 41.4 万 GPU 小时。

Aureka 的研究团队认为，正是这种宽度扩展——而不仅仅是参数量的增加——驱动了在复杂多体相互作用上的性能提升。抗体-抗原共折叠恰好是最受益的任务类型，因为抗体可变区与抗原表位之间的结合几何涉及高度可变的环构象，需要密集的成对推理。

跑分结果：抗体领域大幅领先

在公开基准测试 FoldBench v1（172 个抗体-抗原界面、113 个复合物）上：

• Tamarind Bio 独立验证：OpenDDE 76.1% vs AlphaFold 3 47.9%
• Aureka 自测：OpenDDE 70.0% vs AlphaFold 3 48.8%

在 2026ARK-AB 基准上，OpenDDE 达到 66.4%，远超 Chai-1（16.7%）、Boltz-1（25.0%）和 OpenFold3（33.1%）。

但有一个诚实的局限需要说明：在蛋白-配体共折叠任务（预测蛋白质与小分子药物候选物的复合结构）上，OpenDDE 目前得分约 0.601，低于 AlphaFold 3（0.649）和 Protenix-v1（0.625）。换句话说，OpenDDE 的优势目前集中在抗体-抗原领域，小分子药物设计是它还没追上的赛道。

Lab-in-the-Loop：真正的护城河不在模型

Aureka 把 OpenDDE 开源，不是因为大方，而是因为他们的核心竞争壁垒不在模型本身。

传统 AI 药物发现流程是：模型预测 → 实验室验证。实验室只是一个下游检查点。Aureka 的架构把这个关系倒过来了：实验平台直接集成到模型的训练管线中。当模型提出分子设计方案时，实验平台（包括专有的单细胞功能筛选系统）生成功能数据，这些数据直接回流到基础模型和项目专用微调模型中。

这形成了一个飞轮：数据喂养模型 → 模型驱动实验 → 实验产生更好的数据 → 更好的数据训练更好的模型。Aureka 把这套系统叫做 Lab-in-the-Loop。

这套系统不是纸上谈兵。Aureka 已经与多家全球大型药企建立了抗体治疗项目的战略合作，过去两年产生了数千万美元的商业收入——对于一个平台阶段的 AI 药物发现初创公司来说，这个收入数字相当罕见，至少部分验证了系统能产出可用的药物候选物，而不仅仅是漂亮的跑分。

Aureka 在 G 蛋白偶联受体（GPCR）和双特异性抗体等传统方法难以攻克的靶点类别上，已经规模化地生产了差异化抗体。GPCR 家族调控心率、血压、疼痛和神经传递，占所有 FDA 批准药物的大约三分之一，但用抗体疗法靶向它们一直非常困难。

对谁有用

• 研究机构和药企：Apache 2.0 许可，可直接商用，无需额外授权
• 抗体药物开发者：尤其在 GPCR、双抗等难靶点领域，OpenDDE 的预测精度优势明显
• 开源社区：可以基于 OpenDDE 进行二次开发和改进

局限与展望

OpenDDE 目前在小分子药物设计领域尚未超越 AlphaFold 3，这是它的主要短板。Aureka 表示，B 轮融资将主要用于下一代生物基础模型的大规模训练，以及进一步升级 Lab-in-the-Loop 系统。如果飞轮持续运转，小分子领域的差距可能在未来版本中缩小。

基于 PRNewswire 官方公告及 TechTimes、Tamarind Bio 等多家来源整理。

参考来源

• https://www.techtimes.com/articles/323933/20260811/aureka-open-sourced-antibody-ai-that-beats-alphafold-3-closes-100m-drug-discovery-round.htm
• http://www.prnewswire.com/news-releases/aureka-biotechnologies-raises-us100-million-series-b-to-build-a-biological-world-model-for-drug-discovery-302847165.html