新生实验室

目前能够确认的方向是：三篇署名 ByteDance Seed、权重开放的结构预测预印本（Protenix、v1、v2），一份把四个模型接成闭环引擎的技术报告（AnewDDE），一次针对未披露内部靶点、有 SPR 实测的纳米抗体 campaign，一批在会议上口头报告的 IL-17 小分子数据，以及一轮 2.9 亿美元的分拆融资。 这份记录有一个不常见的形状：早期最强的证据是公开的、可以被别人运行的；最新最完整的证据是内部的、只能通过技术报告读到。

范围说明： 本页只追踪公开记录：公司自己的发布与技术报告、预印本与会议信息，以及第三方报道。没有内部信息。它记录的是公开材料能走到哪一步，而不是这家公司做得好不好。

概览

1. 结构预测：公开的那一半

能确认什么： 2025 年 1 月，ByteDance 发布 Protenix，一份 AlphaFold3 的完整复现，覆盖蛋白-配体、蛋白-蛋白与蛋白-核酸预测，权重与代码开放。2026 年 2 月的 Protenix-v1 称其为首个在相同训练数据截止、模型规模与推理预算下超过 AlphaFold3 的完全开源结构预测模型，并展示了推理时增加采样带来的稳定提升。2026 年 4 月的 Protenix-v2 报告抗体-抗原成功率相对 v1 最多提高 13 个百分点，5 个 seed 的表现超过此前 1000 个 seed 的结果，同时把系统扩展到生物分子设计。

这三篇都署名 ByteDance Seed，都能在 bioRxiv 上读到，权重也能下载。这是整份记录里外部最容易检验的一段。

它与 AnewFold 的关系需要说清楚。 AnewDDE 报告里的结构预测组件叫 AnewFold，报告称它在抗体-抗原界面的 Top-1 成功率为 AF3-AB 62.3%、PXMeter-AB 60.8%、FoldBench-AB 76.2%，在蛋白-配体的 FoldBench 集合上为 77.4%，对照包括 Protenix-v2 与 AlphaFold3。也就是说，它的对照对象里有团队自己此前的开源模型，而 AnewFold 本身目前不是公开可运行的。

边界： 结构与界面预测。可信度：Protenix 系列为高（预印本 + 开放权重 + 外部使用）；AnewFold 的领先幅度为中（自评、模型未公开）。

待查线索： AnewFold 是否会像 Protenix 那样开源或投稿；第三方在自己选定的抗体-抗原集合上复现时，领先幅度还剩多少。

2. 抗体设计：一次跑完两轮的 campaign

能确认什么： AnewDesign 针对一个未披露的内部蛋白靶点做纳米抗体设计。流程从已发表的 VHH 结合体和一个公开晶体结构出发，由智能体检索文献与结构、提出候选表位，再启动扩散模型生成与结构预测评估。筛选阶段会剔除 CDR 区里与脱酰胺、断裂、异构化和 N-糖基化相关的高风险序列，并做聚类以保留多样性。

首轮 50 个克隆送进实验室，SPR 测出 7 个 K_D 在 46-390 nM 的结合体，命中率 14%。这批测量结果与可开发性标签被用作参考数据，通过部分扩散算法在保留已验证区域的前提下做定向优化；第二轮 100 条序列测下来，得到 16 个 1.8-8.1 nM 的候选。两轮合计 150 个克隆、16 个个位数纳摩尔，成功率 10.7%。

值得单独记下的是第二轮。 首轮的命中率在抗体发现里并不稀奇，真正的分界线是拿到实测数据之后能不能定向改进。两轮之间亲和力提高了约一个数量级，说明测量确实回到了设计里。同一张图上的阳性对照是 1.7 nM，优化后的候选与这个已有参照处在同一量级。

边界： 结合力。公司把功能活性与可开发性评估列为后续步骤。可信度：中（有实测数据，但靶点未披露、由公司自行报告）。

待查线索： 第二个靶点的 campaign；这批克隆的功能与可开发性数据；靶点难度的披露，因为有成熟晶体结构和已发表结合体可参考的靶点，和真正的硬骨头不是一回事。

3. 亲和力与采样：对标 FEP 的那条线

能确认什么： AnewAffinity 的目标是在接近自由能微扰（FEP）精度的同时跑得足够快，可以用于大规模筛选，并给出每次预测自身可靠性的估计。技术报告在 199 个配体上给出对照：配对 ΔΔG 的 RMSE 为 1.057 kcal/mol，加权 Pearson R² 为 0.553，Spearman 为 0.724；对照的 Boltz-2 分别是 1.016、0.486、0.620。

两个指标指向不同的结论。 按绝对误差看，Boltz-2 略好；按排序相关性看，AnewAffinity 明显更好。在实际项目里，决定先合成哪一个的通常是排序，所以这组数字读起来的意思是"更适合做优先级排序"，而不是"更准"。

这条线还有两项更早的公开工作：2026 年 3 月的 AnewSampling（面向动力学感知的采样引擎）与 AnewOmni（全原子生成模型），以及在 2026 年 5 月巴塞罗那 Alchemistry 自由能工作坊上的受邀报告，题目是 Learning the Thermodynamic Landscape of Protein–Ligand Interactions at Scale。

边界： 计算预测。可信度：中（内部基准，对照方法公开，但评测由团队运行）。

待查线索： AnewAffinity 与真实 FEP 在同一组前瞻性项目上的对照；工作坊报告是否会形成论文。

4. 决策层：AnewMind 与 PharmBench

能确认什么： AnewMind 是一个千亿参数级别的内部大模型，经过全参数后训练，负责 ADMET 与可开发性分析、候选相对排序和长链条研发推理。公司报告它在四项 ADMET 与可开发性综合评估中都进入前五，在环肽膜透过性上排第一，抗体可开发性接近领先，同时在 MMLU-Pro 与 GPQA Diamond 等通用基准上没有明显退化。

为评估长链条决策，团队请药物研发专家围绕真实案例构建了内部基准 PharmBench：逐步释放项目背景与实验证据，看模型能否整合证据并作出研发判断，共 200 道子题、七个能力维度，比较了 17 个模型。

这类基准的价值和限制是同一件事。 它衡量的是真实研发场景里的判断，这正是公开基准稀缺的部分；但它由同一家公司设计、运行且尚未公开，外部无法复算。

边界： 分析与排序建议。可信度：中低（内部基准，未公开）。

待查线索： PharmBench 是否公开；AnewMind 的判断在多大程度上改变了项目的实际决定，而不只是被记录下来。

5. 管线：四个靶点，其中两个未披露

能确认什么： 公司官网列出四条管线：IL-17AA/AF/FF、IL-4R，以及两个未披露靶点，阶段图覆盖 Exploratory 到 IND Enabling。

IL-17 是其中公开信息最多的一条。2026 年 4 月的美国免疫学家协会（AAI）年会上，团队以受邀口头报告的形式介绍了由生成式 AI 设计的口服 pan-IL-17 小分子抑制剂，称其为首批对 IL-17F/F 二聚体实现强结合的小分子；6 月的 FOCIS 年会补充了体内数据，公司描述为"接近生物制剂的活性"。

会议报告的证据位置。 受邀口头报告要经过会议委员会评审，这与自行发布不同；但它仍然不是同行评审论文，公开材料里也没有化合物结构、剂量、动物模型细节或试验注册。

边界： 临床前。可信度：中（会议评审 + 公司描述）；任何关于临床的推论为低。

待查线索： IL-17 项目的论文或专利公开；第一份 IND 申报；IL-4R 与两个未披露靶点的任何一手信息。

6. 组织与资本：从字节跳动分拆出来

能确认什么： 据路透社报道，2026 年 9 月 Anew Labs 完成 2.9 亿美元融资，估值 15 亿美元，字节跳动保留 56% 股份；HSG、IDG 资本与高瓴领投，5Y Capital 联合领投，其余参与方包括高榕、方源、博裕与上海未来产业基金，SBP Group 为战略投资方。报道称约 50 名核心成员转入新公司，算力仍由字节跳动的火山引擎提供。团队负责人为刘凯，公司在上海、新加坡与美国圣何塞设有办公室。

这次分拆改变了记录的形状。 团队最初的公开身份是 ByteDance Seed 的结构预测研究者，作品是开源模型；分拆之后，最新的成果以技术报告形式出现，AnewFold 与 AnewMind 都留在内部。这不是这一家公司的特例，但它让"哪些部分外部还能检验"这个问题在这份记录上尤其清楚。

边界： 资本与组织。可信度：高（多家媒体引述路透社，细节一致）；但这是关于资本的证据，不是关于分子的证据。

找不到什么

• AnewDDE 没有同行评审论文。 9 月那份是公司技术报告。
• AnewFold、AnewAffinity 与 AnewMind 都不是公开可运行的模型。 可以外部运行的是更早的 Protenix 系列。
• 抗体 campaign 的靶点未披露，因此外部无法判断任务难度。
• 没有功能活性与可开发性数据，报告把它们列为后续评估步骤。
• 没有 IND、试验注册或具名候选药物。
• PharmBench 未公开，17 个被比较模型的名单与配置也未公开。

方法与范围

材料来自公司官网与研究页、AnewDDE 技术报告、三篇 Protenix 预印本的 Crossref 元数据与摘要，以及路透社经 The Next Web 转述的融资报道。上文引用的每一个数字都在其来源处读取过；技术报告的文本经解析后核对。

公司自报的性能在全文中都被明确标注。本页试图守住的区分是：什么是外部可以运行的（Protenix 系列）、什么是公司自己测出来的（AnewFold、AnewAffinity、AnewMind 的基准）、什么是有实测数据的（抗体 campaign 的 SPR 结果），以及什么目前只有名字（两个未披露靶点）。

一手来源

• AnewDDE: An Agentic Drug Discovery Engine，技术报告（2026-09-17）
• AnewDesign: An Integrated Workflow for Antibody Design and Optimization（2026-09-15）
• AnewMind: A Scientific Reasoning LLM for Drug Discovery Decisions（2026-09-15）
• Protenix-v2: Broadening the Reach of Structure Prediction and Biomolecular Design（2026-04-11）
• Protenix-v1: Toward High-Accuracy Open-Source Biomolecular Structure Prediction（2026-02-09）
• Protenix - Advancing Structure Prediction Through a Comprehensive AlphaFold3 Reproduction（2025-01-11）
• 2026 AAI Oral Presentation: First-in-Class Small-Molecule Pan-IL-17 Inhibitor
• Anew Labs 官网：平台、管线与团队
• ByteDance's AI drug unit Anew Labs raises $290M at $1.5B valuation，The Next Web 转述路透社（2026-09-16）