德睿智药发布生命科学基座模型体系Intera ，首个模型聚焦蛋白质与小分子结合构象预测

近日，临床阶段AI驱动的新药研发科技公司德睿智药（MindRank）正式发布生命科学基座模型体系Intera (Intelligence Era），并公布InteraFold系列首个模型InteraFold-Chem技术报告。

Intera定位于面向疾病理解、机制解析、药物设计与患者研究的生命科学基座模型体系。本次发布的InteraFold-Chem主要聚焦蛋白质与小分子的结合构象预测，在药物研发中，这类结构信息可为研究人员分析分子作用方式、提出分子改造方案提供参考。

在公司披露的技术报告所述的评测中，InteraFold-Chem的结合构象预测成功率为54.4%，高于本次纳入的Protenix-v2、Chai-1和Boltz-2对照模型[1]。

在技术报告所述筛选规则下形成的445个测试样本上，InteraFold-Chem的结合构象预测成功率为54.4%，较本次对照模型中成功率最高的Protenix-v2（48.5%）提高5.9%。该指标按配体RMSD的2 Å阈值统计预测构象接近实验参考结构的样本比例。

InteraFold-Chem的配体RMSD（均方根偏差）中位数为1.426Å，复合物lDDT（局部距离差异测试）评分为0.924，分别反映配体预测偏差与复合物局部结构一致性。在本次评测设置和参评模型范围内，InteraFold-Chem取得上述三项指标的最优结果，比较结论以本次评测设置和参评模型范围为限。

InteraFold-Chem与参评模型的三项指标对比

图1：InteraFold-Chem、InteraFold-Chem-RL、Protenix-v2、Chai-1与Boltz-2的评测结果。

候选分子以什么姿态与靶点结合，是药物设计中的关键问题。InteraFold-Chem将原子级化学信息融入全原子结构预测框架，围绕“小分子可能在靶点的什么位置、以何种方式结合”开展建模，为分析构效关系与提出分子改造方案提供结构依据。

这些预测可用于分析分子与结合口袋的空间关系，帮助研发人员提出可供合成与实验检验的设计假设。

在裂解性转糖苷酶与抑制剂复合物的回顾性案例中（PDB编号：8GFD），InteraFold-Chem预测的配体构象与实验参考结构之间的RMSD为1.10Å，低于本次采用的2Å成功判定阈值，较好地还原了该案例中配体的结合位置与构象。

8GFD复合物实验结构与各模型预测结构对比

图2.上排从左至右为8GFD复合物晶体结构、InteraFold-Chem及InteraFold-Chem-RL预测结构；下排为Protenix-v2、Chai-1及Boltz-2预测结构各面板独立展示，定量比较以蛋白质对齐后的配体RMSD为准。本图为回顾性案例展示[1]。

根据公司介绍，Intera名称取自“智能时代”（Intelligence Era），也呼应对分子相互作用（Interaction）的研究。该体系以疾病（Disease）、机制（Mechanism）、药物（Medicine）与患者（Patient）为研究框架，计划通过系列模型逐步拓展相关研究能力。

其中，InteraFold用于研究靶点与不同药物模态的结合模式，本次发布的InteraFold-Chem聚焦小分子。规划中的InteraDesign面向分子生成与设计，InteraBio面向生物学理解。

按照公司披露的发布计划，德睿智药将于2026年第四季度推出InteraFold-Chem在线服务，支持蛋白质与小分子结合构象预测研究，并陆续推出抗体–抗原复合物结构预测模型InteraFold-Ab及多肽–蛋白质复合物结构预测模型InteraFold-Peptide等模型。

除模型研发外，德睿智药正在推进十数条自有药物管线的研发，致力于将分子发现、实验研究和临床开发中的应用场景与数据反馈用于基座模型研究。

过去5年，德睿智药依托既有AI平台与研发体系，围绕GPCR等靶点，以及分子胶、别构调控和双靶点等难成药药物研发方向开展研究，取得了7个临床前候选化合物（PCC）、2条临床管线等阶段性成果。其中，自研GLP-1RA口服小分子MDR-001从立项到启动Ⅲ期临床试验，用时约4.5年。

AI制药平台的价值不仅取决于模型表现，也取决于研发反馈的深度。从体外实验走向人体临床，真实的药代、安全性和疗效数据为检验模型预测、优化后续研发提供了更直接的依据。德睿智药后续将依托临床研发积累，探索临床数据对疾病机制研究与药物设计的反馈作用，逐步构建临床数据反馈闭环（Clinical Data-in-the-Loop），推动Intera生命科学基座模型体系与真实药物研发相互促进。

从理解生物学、分子相互作用出发，在真实药物研发中持续验证，以患者获益为目标，是Intera面向的未来。

技术报告下载

https://intera.mindrank.ai/interafold-chem-report.pdf

[1] 德睿智药。 InteraFold-Chem技术报告：InteraFold-Chem: Integrating pretrained ligand representationsfor protein–ligand pose prediction