平台建设
打造“专业—产业”耦合的京津冀协同创新共同体，北京本部按照“专业”维度建设研究平台，组建高精尖的工程技术团队，着力研发原始技术和培育新兴产业。天津、河北按照“产业”维度建设创新平台，以本部专业力量为支撑，多学科协同攻关全产业链关键技术和实施产业化，促进产业升级。
查看更多>
平台建设
打造“专业—产业”耦合的京津冀协同创新共同体，北京本部按照“专业”维度建设研究平台，组建高精尖的工程技术团队，着力研发原始技术和培育新兴产业。天津、河北按照“产业”维度建设创新平台，以本部专业力量为支撑，多学科协同攻关全产业链关键技术和实施产业化，促进产业升级。
查看更多>
人才队伍
中心按照专兼结合的方式，围绕创新链组织人才链，形成学术合伙人引领方向、自建工程技术团队关键支撑、联合工程技术团队有机协同的综合性科研团队
查看更多>
科研成果
中心以从科学到技术转化为核心功能，以重大基础研究成果产业化、发展原始创新为核心使命，从高校及国家实验室的基础研究成果中遴选出有产业化潜力的核心技术，以大规模生产和大范围应用为目标，定制化设计发展模式、精准化配置团队及资源，加速研发和产业化。
查看更多>
人才培养
中心推动“国家颠覆性技术创新”“国家卓越工程师计划”两个战略任务深度融合，形成了“理论+方法+实战”专业化培养创新型人才“4双”模式（双课堂、双导师、双身份、双考核），以“真刀真枪干”模式锤炼知行合一能力，储备创新“生力军”，形成在创新中培养人才、在人才培养中再创新的复合效应。
查看更多>
产业发展
中心通过技术入股新组建创业企业，或者将技术注入已有企业等形式培育新兴产业，将科技势能转化为经济动能。
查看更多>
招贤纳士
京津冀国家技术创新中心面向海内外诚聘英才，并提供良好的工作条件、优厚的薪酬待遇和有力的支撑保障。我们热诚期待各方优秀人才的加入,携手各个领域放眼未来、共创辉煌。 简历投递：hr@jingjinji.cn
查看更多>
新闻资讯
首页 / 新闻资讯 / 要闻播报

企业风采｜深势科技于DDC 2026发布小分子＆多肽发现平台RiDYMO.MolTx & PepTx

本文转载自“深势科技 DP Technology”微信公众号

编者按
近日，在美国圣地亚哥举办的 Drug Discovery Chemistry 2026（DDC 2026）大会上，京津冀国家技术创新中心培育的高科技企业北京深势科技有限公司（简称“深势科技”）发布 RiDYMO.MolTx 与 RiDYMO.PepTx 两大 Agent 驱动的药物研发平台。两大平台实现了药物发现流程的标准化和高频迭代，使研发团队能够在相同时间框架内完成更多轮次的迭代。

深势科技1.png

当地时间 2026 年 4 月 15 日，在美国圣地亚哥举办的 Drug Discovery Chemistry 2026（DDC 2026）大会上，深势科技发布 RiDYMO.MolTx 与 RiDYMO.PepTx 两大 Agent 驱动的药物研发平台。两个平台分别面向小分子和环肽两条主要研发路线，通过 Agent 对"读文献—做计算—做实验"全流程的自动化、智能化调度，结合可靠化学与自动化合成的实验闭环，将一轮完整的 DMTA（Design–Make–Test–Analyze）迭代周期从传统的数月压缩至数周。相比传统依赖专家经验、难以规模化的研发模式，两大平台实现了药物发现流程的标准化和高频迭代，使研发团队能够在相同时间框架内完成更多轮次的迭代。

深势科技2.png

  • 把 DMTA 从"人的速度"中解放出来

药物发现的成功率与项目周期内可完成的有效迭代轮数呈正相关。在给定的时间预算内，增加迭代轮数——并确保每轮都基于可信的实验数据——是提高命中率、降低后期失败风险的关键策略。

而现实是，DMTA 的关键环节都受到人的带宽和经验的限制。"读"卡在提取—— 真正有价值的 SAR 数据大量沉睡在专利之中，但分子结构常以图片或 Markush 形式给出、活性数据散落于图表与文本之间、不同专利口径各异，传统上依赖药化学家逐篇阅读、手工拼接，慢、难以复用、且依赖个人经验。"算"卡在串联—— 真正耗时的不是单个计算，而是不同工具、不同结果之间的串联与综合判断，这条手工拉通的判断链决定了整个计算环节的节奏。"做"卡在合成—— 小分子合成路线动辄数周至数月，迫使研发走向 "One-shot Design"；环肽等复杂模态手工通量低至 20–30 条/月，无法支撑高效迭代。

解决思路因此清晰：在“读”和“算”这一侧，用具备判断能力的 Agent 接管串联与分析；在“做”这一侧，用可靠化学与自动化合成把"月"级合成周期稳定压到"天-周"级，让 DMTA 真正作为一个闭环高频跑起来。

深势科技3.png

  • RiDYMO.MolTx：Agent × 物理模拟 × AI 建模，把小分子 DMTA 闭环从数月压到两周

RiDYMO.MolTx 面向小分子药物研发。它的核心，是一个具备自主评估、路线规划与工具串联能力的 Agent——不是按固定顺序跑工具，而是像一位资深研究者那样：在每一步之后对结果做判断（结合模式是否合理、动力学是否收敛、FEP 结果可信度如何），据此规划下一步进入哪类计算、走哪条分支，再把整条判断链串联起来推进。这套能力背后，是深势科技自研的一系列药物计算设计工具，通过标准化 MCP 接口统一封装，并针对回溯性验证、结构预处理、虚拟筛选、先导化合物优化等典型场景的工具使用策略和结果分析方案构建了的 Agent-Ready Skills。

深势科技4.png

在 Agent 的智能调度下，MolTx 让物理模拟与 AI 建模在 Agent 调度下形成一个双向闭环：基于自由能计算等物理方法的模拟，提供高质量的计算评估结果；AI 建模基于这些高质量数据训练与迭代，再把搜索扩展到物理计算难以直接覆盖的更大化学空间，反过来又将候选化合物回推到物理模拟做精确验证。两者在 Agent 调度下互为补充，兼具物理级精度与 AI 搜索范围——单个项目可在 2 天内完成超过 2 千万次分子对接和超过 5,000 次自由能计算，并最终给出推荐的分子列表，而非需要专家再度分析的中间结果。

在湿实验端，MolTx 将 Agent 的搜索范围锚定在一个基于高可靠性合成反应体系构建的可合成化合物空间中，保证每一条推荐都能在"天到周"尺度内得到实验验证。

在四个靶点的独立基准测试中，MolTx 的 Agent 系统对所有已知阳性分子实现了 100% 捕获，同时相比过去的分子发现流程，把完成同等筛选所需的计算量降低 25.5%，节省约 1,200 次 FEP 计算。在 USP1 示例项目中，MolTx 从 Agent 千万级的可合成化合物空间出发，两周内完成 50 个分子的推荐、22 个分子的合成、最终通过生物活性测试获得 14 个生物活性阳性分子——传统流程里这样一轮通常需要 2–3 个月。示例项目外，深势科技已在近 20 个靶点完成了同样的干-湿闭环，均获得全新骨架的苗头化合物。

  • RiDYMO.PepTx：Agent × 自动化合成 × Direct-to-Biology，把环肽 DMTA 闭环从数月压到四周

RiDYMO.PepTx 是 RiDYMO 平台面向环肽药物的研发引擎，涵盖非天然氨基酸与不同成环方式的万亿级化学空间。

与 MolTx 采用相同的架构设计，PepTx 的核心也是一个具备自主评估、路线规划与工具串联能力的 Agent。面对万亿级的非天然化学空间，Agent 从靶点结构与多样化构建块库出发，串联分子砌块选择、多肽筛选、成环采样、自由能计算和可开发性过滤等模块进行多层级评估，在每一步之后做出决策——哪些构象需要复算、哪些分支可以剪枝、哪些候选值得推入合成——实现了决策流程的完全自动化。

深势科技5.png

在湿实验端，PepTx将环肽合成通量从手工的每月 20–30 条提升至每 3 周 超过10,000 条，单位通量提升约 500 倍——让 Agent 推荐的候选分子能够在"周"的尺度内获得真实分子。合成后的环肽无需纯化（Direct-to-Biology），即可直接进入 96/384 孔板并行活性测试，"合成—纯化—测试"三段流程被合并为一段，迭代周期进一步压缩。在针对抗凝血靶点 Thrombin 的非天然环肽体系中，PepTx 的首轮闭环约 4 周内完成，识别出 8 条活性环肽（hit rate 约 9%），进一步验证后获得 Ki = 1.28 μM 的苗头分子；随后 Agent 基于对结合模式的结构理解，继续驱动系统性的分子砌块替换与自由能计算排序迭代，最终获得Ki 至 ~30 nM 量级的优化分子，同时具有非常好的膜透性与胃肠道稳定性。

  • 一套架构覆盖多模态：Agent 调度 + 干湿双工厂，让每一轮迭代都回流进系统

RiDYMO.MolTx 与 RiDYMO.PepTx 背后是同一套架构：一个由 Agent 作为中心调度的研发引擎，在 "读-算-做" 三个关键环节上同时完成重构。干实验室一侧，Agent 不断整合数据、调度计算、在迭代中改进设计；湿实验室一侧，可靠化学与自动化合成提供稳定、可规模化的合成与测试能力；两侧之间通过一个共享数据层连接，每一轮计算与实验的结果，都会回流到系统，让 Agent 汲取上一轮迭代经验，做出更理性的路线设计和优化策略。

我们相信，下一代药物发现（next-generation drug discovery）的演进，正由少数资深专家凭借经验进行的单点突破式设计，趋向于构建一套由 Agent 智能调度、计算设计、结合可靠化学与自动化合成、并在真实闭环中持续学习与迭代的研发系统。该系统旨在优化科学家从重复性的工具操作与数据整合任务上的时间分配，使其宝贵的专业判断力能够更集中于关键的科学决策环节。

深势科技6.png


关于深势科技

深势科技是全球 AI for Science 开拓者和引领者，是国家高新技术企业、国家专精特新“小巨人”企业，在北京、上海、深圳等城市布局研发中心。依托在交叉学科领域的深耕，构建了“深势·宇知”AI for Science 大模型体系，并进一步解决科学研究和工业研发领域的关键问题，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”，形成AI for Science 的“创新-落地”链路和开放生态，构建基于AI for Science的微尺度工业基础设施，赋能“千行百业”，为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代研发系统。