HIGH-THROUGHPUT STRUCTURAL DATA

高通量蛋白表达 × 交联质谱

高通量规模化生产蛋白结构数据

Nirvana 1.0 连接基因合成、快速蛋白表达、交联质谱与 AI 质谱分析，批量生产蛋白质及复合体的结构数据。

EXPRESS · CROSSLINK · MEASURE · LEARN向下探索

OUR MISSION

突破数据瓶颈，拓展模型能力。

我们整合高通量基因合成、3 小时快速无细胞蛋白表达与高通量交联质谱，构建 Nirvana 1.0 超高通量蛋白结构数据生产平台。质谱分析以 SuperNovA 高速分布式分析系统为基础、RNovA 质谱解析大模型为核心，将实验信号转化为结构数据。

让更多尚未被充分观察的蛋白质与相互作用，成为 AI 可以学习的实验依据。

结构数据瓶颈

更大的模型，补不上缺失的数据。

01 / 总量有限

结构样本有限

语言模型从海量文本中学习，而实验结构仍是十万级供给。更多参数可以改变学习能力，却不能凭空增加实验观测。

PDB 实验结构25万+结构条目

Llama 3 训练语料15万亿+文本 tokens

02 / 覆盖不均

数据覆盖不均

6,892抗体—抗原复合物结构
覆盖 700 多个抗原靶标

16%SARS-CoV-2 相关结构占比

已有结构还集中于部分靶标与研究热点。重复研究熟悉的对象，并不能等量补足新靶标、新界面与新状态的覆盖。

03 / 表现分化

任务表现分化

AlphaFold 3 · FoldBench成功率 · DockQ ≥ 0.23

蛋白—蛋白界面72.93%

抗体—抗原界面47.90%

一个总体分数，不能代表每一种任务。抗体—抗原等复杂结合任务，仍呈现明显的预测性能落差。

1 / 3 · 结构样本有限左右滑动

数据来源

RCSB · 25 万条里程碑 Meta · Llama 3 模型卡

THE STRUCTURAL DATA BOTTLENECK

更大的模型，补不上缺失的数据。

单独增加模型参数，无法补足实验结构数据的缺口。样本总量有限、分布不均，限制了模型能够学习的结构与相互作用。

01 / LIMITED EXPERIMENTAL DATA

结构样本有限

语言模型从海量文本中学习，而实验结构仍是十万级供给。更多参数可以改变学习能力，却不能凭空增加实验观测。

左右滑动，探索三层证据滚动查看三层证据

结构样本有限

语言模型从海量文本中学习，而实验结构仍是十万级供给。更多参数可以改变学习能力，却不能凭空增加实验观测。

数据供给的差异，从量级开始

PDB · 实验结构数据库25万+实验结构条目

Llama 3 · 预训练数据15万亿+文本 tokens

RCSB · 25 万条里程碑 Meta · Llama 3 模型卡

数据来源

RCSB · 25 万条里程碑 Meta · Llama 3 模型卡

THROUGHPUT & EFFORT · FROM SAMPLE TO DATA

不足一月，实现PDB规模蛋白结构数据采集。不足一月，实现PDB规模蛋白结构数据采集。

更低的整体纯度要求 · 自动化并行制备 · 多个体系共享一次检测

交联质谱

>400个蛋白 / 台
/ 小时

独立交联 · 酶切后混合检测

自动化并行制备: >96 个样本
样本要求: 免结晶 · 整体纯度要求较低

传统方法，时间主要花在哪里？

X-Ray 晶体学

采集快，结晶等待长

困难靶标的结晶探索可达 1–2 年，部分 3–5 年。

冷冻电镜

约 1 天 / 样品

制样与筛网后，逐样品采集，再完成图像处理。

	X-RAY CRYSTALLOGRAPHY X-Ray 晶体学逐靶标结晶筛选	CRYO-ELECTRON MICROSCOPY 冷冻电镜逐样品制备与采集	CROSSLINKING MS 交联质谱免结晶 · 并行制备 · 混合检测

	X-Ray 晶体学	冷冻电镜	交联质谱
样本制备纯度 · 条件 · 前处理	1–2 年，长至 3–5 年团队遇到的困难靶标项目经验；结晶筛选与优化反复试错。反复筛选与优化结晶条件高纯度 · 高均一性	制样与筛网反复优化调整冰层、粒子分布与取向，再筛选适合采集的网格。优化冰层、粒子分布与取向高纯度 · 低异质性	免结晶，自动化 >96 并行无需结晶。各体系完成交联反应后，接常规酶切，再合并肽段。独立交联 → 常规酶切 → 合并肽段整体纯度要求较低
实验采集获得可用样本之后	采集快前提是已有可用晶体成熟晶体体系可快速采集；上机速度不能缩短结晶探索。晶体成熟后可快速采集	≈1 天 / 样品常规电镜采集排期逐样品采集粒子图像，后续进行图像处理与密度重构。逐样品采图，再重构密度	>400 个蛋白 / 台 / 小时每台 · 持续批量处理一次质谱采集读取多个独立体系的交联信息。一次采集读取多个独立体系

样本制备纯度 · 条件 · 前处理

1–2 年，长至 3–5 年

团队遇到的困难靶标项目经验；结晶筛选与优化反复试错。

反复筛选与优化结晶条件

高纯度 · 高均一性

制样与筛网反复优化

调整冰层、粒子分布与取向，再筛选适合采集的网格。

优化冰层、粒子分布与取向

高纯度 · 低异质性

免结晶，自动化 >96 并行

无需结晶。各体系完成交联反应后，接常规酶切，再合并肽段。

独立交联 → 常规酶切 → 合并肽段

整体纯度要求较低

实验采集获得可用样本之后

采集快前提是已有可用晶体

成熟晶体体系可快速采集；上机速度不能缩短结晶探索。

晶体成熟后可快速采集

≈1 天 / 样品常规电镜采集排期

逐样品采集粒子图像，后续进行图像处理与密度重构。

逐样品采图，再重构密度

>400 个蛋白 / 台 / 小时每台 · 持续批量处理

一次质谱采集读取多个独立体系的交联信息。

一次采集读取多个独立体系

	X-Ray 晶体学	冷冻电镜	交联质谱
总投入从样本到数据	结晶等待与试错累积时间按年计的条件探索困难项目 1–2 年，部分 3–5 年，再加采集与数据解析。工作量重复纯化与结晶筛选纯化 → 筛选 ⇄ 结晶优化 → 采集；新靶标往往重新探索。新靶标通常需重新探索	制样优化 + 逐样品机时时间制样 + 约 1 天 / 样品制样与筛网 + 约 1 天 / 样品采集 + 图像处理与重构。工作量逐样品优化与采集纯化 → 制样 ⇄ 筛网 → 采集 → 图像处理；逐样品推进。纯化、制样、采集逐样品推进	更多样本，共享一轮实验时间 >400 个蛋白 / 台 / 小时每台每小时处理超过 400 个蛋白。工作量 >96 个样本并行自动化处理，交联反应后接常规酶切，避免逐个手工推进。交联和酶切完成后合并检测

总投入从样本到数据

结晶等待与试错累积

时间: 按年计的条件探索困难项目 1–2 年，部分 3–5 年，再加采集与数据解析。
工作量: 重复纯化与结晶筛选纯化 → 筛选 ⇄ 结晶优化 → 采集；新靶标往往重新探索。新靶标通常需重新探索

制样优化 + 逐样品机时

时间: 制样 + 约 1 天 / 样品制样与筛网 + 约 1 天 / 样品采集 + 图像处理与重构。
工作量: 逐样品优化与采集纯化 → 制样 ⇄ 筛网 → 采集 → 图像处理；逐样品推进。纯化、制样、采集逐样品推进

	X-Ray 晶体学	冷冻电镜	交联质谱
数据产出	衍射数据 → 电子密度与结构模型衍射 → 结构模型	粒子图像 → 三维密度与结构模型密度 → 结构模型	交联事件 → 距离约束与 AI 结构模型交联 → 距离约束与结构

不同的空间证据，同一个结构目标。

两条路线都结合序列、实验信息与结构规则，建立三维模型。

正在加载演示

冷冻电镜

从密度图，建立三维结构

密度提供空间形状

观察整体密度，沿可辨识区域追踪初始主链，结合序列确定残基身份。

交联质谱

从空间线索，重建完整结构

交联提供残基间关系

记录不同跨度的交联事件，经定量与标定融合为距离约束图谱。

上下滑动推进 / 回看 · 大幅快划离开演示

EVIDENCE IN ACTION

引入实验约束，让预测更接近真实。

蛋白单体的折叠，并不能完全决定复合体如何结合。交联质谱提供实际的空间线索，帮助 AI 判断蛋白之间的结合方式。

TNF-α × 英夫利昔单抗 Fab

对照真实晶体结构 4G3Y，加入交联约束后的抗原结合位置更准确。银灰色标出实验位置，拖动即可比较。

结构吻合度 · DockQ ↑: 0.0260.668
界面偏差 · iRMSD ↓: 15.0 Å1.4 Å

公开 AlphaLink2 预测：紫色 TNF-α 更贴近银灰色实验位置；抗原抗体 DockQ 为 0.668 — 拖动，查看结构变化。也可使用左右方向键调整；Home 和 End 显示完整一侧。蓝：抗体紫：抗原银灰：实验位置

公开 AlphaFold-Multimer 预测：蓝色抗体、紫色 TNF-α，与银灰色实验抗原位置偏离；抗原抗体 DockQ 为 0.026 — 拖动，查看结构变化。也可使用左右方向键调整；Home 和 End 显示完整一侧。蓝：抗体紫：抗原银灰：实验位置

SEQUENCE IN. STRUCTURAL DATA OUT.

Nirvana 1.0超高通量蛋白结构数据生产平台

将人工设计或 AI 自动生成的序列，转化为大规模、可学习的蛋白结构数据。

从序列出发

人工设计序列

AI 自动生成序列

大规模并行生产

批量基因合成与蛋白表达的自动化设备连接至液相色谱质谱仪，蓝紫色设备和金色信号流呈现连续的数据生产过程。

NIRVANA 1.0 · 02 / 03

从序列到结构数据

01
高通量基因合成
批量构建目标基因
02
3 小时无细胞蛋白表达
快速获得蛋白样本
03
高通量交联质谱
独立交联 · 酶切后混合检测
04
SuperNovA 质谱分析
实验信号 → 结构数据

NIRVANA 1.0 · 03 / 03

让结构数据成批产出

3小时

快速无细胞蛋白表达

>96个样本并行

自动化批量前处理

>400个蛋白 / 台 / 小时

蛋白数据获取通量

核心算法RNovA质谱人工智能模型欢迎探索 RNovA

STRUCTURAL DATA

蛋白单体
蛋白—蛋白
蛋白—环肽
蛋白—小分子

THREE CORE CAPABILITIES

三项核心能力，相辅相成。

以高通量生产与蛋白表征，持续积累实验数据。随着数据积累，逐步推进 AI 蛋白设计，让新的序列回到实验中验证。

SuperNovA 分析系统与 RNovA 质谱解析模型，将实验信号转化为可学习的数据。

DATA实验数据持续积累 · 相互反馈

生产

高通量基因合成3 小时快速无细胞蛋白表达

表征

交联质谱解析蛋白表征与测序技术

设计

建设中

基于 AI 模型的蛋白设计技术

预计在未来 3–4 个月的数据积累后推进

ABOUT NIRVANA

以 AI 与高通量实验，拓展结构数据的边界

涅磐智构位于上海张江，围绕 Nirvana 1.0 超高通量蛋白结构数据生产平台与 RNovA 质谱人工智能模型开展研发。

团队介绍

创始团队

毛泽平博士

CEO & CTO

清华长三角研究院资深专家
清华大学生命科学学院本科
加州理工大学合成生物学访问学者
加拿大滑铁卢大学计算机博士，师从李明院士
曾担任 Bioinformatics Solution Inc. 核心算法工程师
发表包括 Nature Biotechnology、Nature Machine Intelligence 在内的多篇高水平学术论文

创始团队

李明院士

联合创始人

加拿大皇家科学院院士
国际知名计算机科学家
信息理论与计算生物学领域奠基性学者
IEEE W. Wallace McDowell Award（2024，计算机领域国际顶级奖项）
ACM Fellow、IEEE Fellow、ISCB Fellow
Killam Prize 获得者（工程与自然科学领域最高荣誉之一）
Kolmogorov Complexity 理论重要推动者之一

团队介绍

核心团队

核心团队 1 / 3

刘捷

生物研发核心科学家

清华大学生命科学学院博士、学士
师从时松海院士

章义鑫

首席商务官(CBO)

北京大学光华管理学院 MBA 硕士
清华大学生命科学学院学士

核心团队 2 / 3

陈卓

人工智能研发科学家

加拿大滑铁卢大学在读博士，师从李明院士
西安交通大学少年班、硕士、学士

朱彦东

数字化科技总监

加拿大滑铁卢大学硕士、学士，师从李明院士
前 Bioinformatics Solution Inc. 核心软件工程师

核心团队 3 / 3

何昱辛

战略发展部总监

香港城市大学生物医学工程博士
香港城市大学商学院管理硕士

张帅

生物制造总监

安徽农业大学生物学硕士
西南科技大学制药工程专业学士

高校与科研机构

学术合作

清华大学
滑铁卢大学
浙江清华长三角研究院
中国科学院
香港城市大学
山东大学

左右滑动，探索合作机构

拜耳 Co.Lab 在上海，并肩同行。

上海市浦东新区张江路88号R02楼拜耳Co.Lab涅磐智构

查看地图

高通量规模化生产蛋白结构数据

突破数据瓶颈，拓展模型能力。

结构样本有限

数据覆盖不均

任务表现分化

更大的模型，补不上缺失的数据。

结构样本有限

数据供给的差异，从量级开始

样本有限，还集中于部分研究热点

同一模型，跨任务表现仍有明显差距

不足一月，实现PDB规模蛋白结构数据采集。不足一月，实现PDB规模蛋白结构数据采集。

交联质谱

X-Ray 晶体学

冷冻电镜

X-Ray 晶体学

冷冻电镜

交联质谱

不同的空间证据，同一个结构目标。

从密度图，建立三维结构

从空间线索，重建完整结构

引入实验约束，让预测更接近真实。

TNF-α × 英夫利昔单抗 Fab

Nirvana 1.0超高通量蛋白结构数据生产平台

人工设计序列

AI 自动生成序列

从序列到结构数据

高通量基因合成

3 小时无细胞蛋白表达

高通量交联质谱

SuperNovA 质谱分析

让结构数据成批产出

三项核心能力，相辅相成。

生产

表征

设计

以 AI 与高通量实验，拓展结构数据的边界

毛泽平博士

李明院士

刘捷

章义鑫

陈卓

朱彦东

何昱辛

张帅

拜耳 Co.Lab 在上海，并肩同行。

与我们交流合作，让结构数据规模化生产。