「微元合成」获3亿元A+轮融资，联合发布AI生物计算开放合作平台 | 36氪首发

36氪获悉，2026年3月，「微元合成」完成3亿元A+轮融资，由河南投资集团汇融基金和谭瑞清先生参与投资。本轮融资将助力微元合成拓宽AI生物计算应用边界，加大核心技术研发投入与场景化落地。

据介绍，此前，河南投资集团已完成AI基础设施产业的深度布局，从投资芯片、控股超大规模算力，到全面整合HALO资产，为AI场景应用的落地提供了电力与算力支持。值得关注的是，本轮投资人谭瑞清为复旦大学校董及化学系校友会会长、A股知名上市公司龙佰集团联合创始人、前任副董事长，深耕化工行业创业、投资三十余年。

在生命科学全面迈入AI4S时代，蛋白质结构预测与设计等底层技术突破，正改变着生物制造行业的研发范式。当前，将AI算法与模型能力，落地到生物制造的真实世界，特别是酶工程、代谢通路优化等场景，成为行业的重要关注点。

2026年1月，微元合成联合斯坦福大学、普林斯顿大学、北京大学、字节跳动、NVIDIA等机构，在人工智能顶级学术会议ICLR 2026上发表了最新成果：面向全球科学家的开放式协作平台 PoseX（平台地址：http://dock-lab.tech/），旨在解决真实场景下的分子对接难题，对不同对接算法和模型给出公平、真实的能力评估。

在合成生物学与药物研发中，分子对接是底层核心技术之一。精准预测配体与受体蛋白的结合模式，如同在微观世界寻找一把开启生命工厂的钥匙。过去，这项工作高度依赖科学家经验，或成本高昂的物理模拟。

在理想的实验环境下，将已知共晶结构中的配体塞回原本的口袋，如同拿着拼图去填空。但在酶工程设计的真实战场中，蛋白质并非静止的“锁”，而是不断变换形状的“果冻”，侧链会转动、骨架会呼吸、口袋形状可能完全重塑。如何在蛋白结构动态变化下依然精准预测结合模式，是公认的挑战。

长期以来，工业界缺乏统一、高质量的基准来评估算法在跨构象场景下的表现。为了定义“实战标准”，PoseX平台构建了大规模、贴近真实研发场景的开源对接评测平台，以解决“基准数据单一、泛化性差、偏离实际应用场景”等问题。

同时，PoseX对24种主流方法进行了测试，涵盖了Schrödinger Glide等物理方法，DiffDock等AI对接方法，以及AlphaFold3、Chai等AI共折叠方法。

经测试，联合研发团队得出结论：“顶尖的 AI 对接方法（如SurfDock）和共折叠方法（如 AlphaFold3），在处理最具挑战性的跨构象对接任务时，其准确率和稳健性已全面超越了统治行业数十年的物理模型。”

2025年8月，微元合成创始人刘波曾对36氪表示：酶设计、代谢网络优化等机制十分复杂，很难有“大一统”的算法模型能解决所有问题。因此要结合具体的项目场景，选择最合适的模型加速特定环节的研发。彼时其已搭建了15-20人左右的AI研发团队，与全球顶级AI算法实验室合作，利用其干湿实验能力进行benchmark。

在他看来，随着算法开源，计算门槛的相对降低，湿实验的重要性格外突出。“如何评价不同的酶、如何选择表达系统、如何设定严格的测试条件，并结合高通量设备去验证，这其中有着较高的壁垒，而我们已经搭建了完善的体系。”

在联合推出PoseX平台的过程中，微元合成通过真实生物实验数据，不断测试并反馈给全球顶尖模型团队。在建立“蛋白-配体对接”标准化评测平台的同时，也将真正跑通的工具落位于自身管线开发中。

借助 PoseX 平台，AI技术正从三个维度实质性加速管线的研发落地：一是精准模拟蛋白跨构象变化，在数字空间高效打磨出耐高温、高转化的“超级酶”；

二是结合口袋信息与姿态精炼，精确定位并打通最优代谢网络中的关键节点，实现底盘细胞的代谢重构与瓶颈解除，推动产量、纯度和成本指标的提升；

三是通过AI模拟+物理后处理，将耗时数月、成本高昂的湿实验迭代压缩至数周内，提升研发投资回报率，降低试错风险。

在具体管线方面，当前微元合成已完成多项人类营养、动物营养产品的研发和产业化，如阿洛酮糖、叶黄素、甘露醇等。在甲醇生物制造方面，其已研发出多株高效率同化甲醇的菌株，正加速布局包括大宗氨基酸、生物基材料单体在内的产品管线。