MolVortex是望石智慧推出的全栈式小分子医药早研智能体。作为切入研发决策的AI Scientist，MolVortex覆盖从情报分析到合成性评估的小分子药物早期研发全链条，遵循药物发现底层逻辑，复刻科学家思路，打造可追溯、可解释、可复核的白箱科研范式。
CBL-b（Casitas B-lineage lymphoma-b）是一种胞内E3泛素连接酶，作为免疫细胞活化的重要负调节节点，抑制CBL-b有望解除免疫抑制，被视为免疫肿瘤学的新兴靶点。目前全球尚无获批药物，具有新颖结构和结合模式的别构小分子成为行业潜力方向。
针对CBL-b别构抑制剂，MolVortex能在同一对话中完成从立项到分子评估的全链条探索，将文献调研、结构解析、分子设计与动力学评估等环节在统一工作流中连贯推进，具体包括：
梳理CBL-b靶点研发进展与抑制剂设计难点
基于晶体结构识别解析口袋
参照口袋与配体药效团设计新分子
通过分子动力学评估筛选有实验潜力的Hit分子
项目进展调研
痛点：靶点立项调研信息高度分散、来源庞杂，研发人员需跨库检索、逐条核验，耗时且难以保证全面性。
MolVortex依托多源专业数据库调用智能体，在数十分钟内搜索横跨10+个文献源及80+个专业数据库，围绕CBL-b完成靶点生物学、可成药性、全球管线竞争格局、研发难点等多维度分析。
产出的报告可复现、可追溯，支持知识沉淀与持续追问，调研成果还可复用至后续研发环节。
CBL-b靶点调研结果
蛋白口袋分析
痛点：候选结合位点识别依赖人工比对大量PDB结构，耗时费力且易遗漏潜在位点。
基于调研结论，MolVortex自动下载代表性共晶结构PDB（8GCY、8QTK、8QNG），识别口袋位置与边界，分析核心残基及共享药效团，推断其与PHE263、TYR260、TYR363等关键残基的非共价相互作用。
CBL-b别构口袋识别与抑制剂结构分析
3D分子生成
痛点：传统分子生成依赖高通量穷举或局部改造，有效分子占比低，新颖性与成药性难以兼顾。
基于口袋分析结果，MolVortex参照8GCY结合模式及NX-1607共享药效团，在别构口袋内生成30个全新候选分子。这些分子与关键残基形成氢键或π-π相互作用，结构新颖、可合成性强、多样性好。
基于MolVortex进行的AI 3D分子生成
分子动力学模拟
痛点：独立模拟软件操作链路割裂，参数与文件衔接繁琐且易出错。
MolVortex提供一站式结合稳定性评估，研发人员可在控制面板设置模拟时长、温度、力场等参数，平台自动执行长时间分子动力学模拟。
模拟结果显示，2号分子与8GCY蛋白在3条重复模拟中稳定性良好，与关键残基形成的氢键与芳香接触持续存在。结果为Hit分子筛选提供定量依据，支撑湿实验决策。
分子动力学（MD）模拟结果
2号分子完成的3条重复分子动力学模拟结果显示稳定性良好
把繁琐交给MolVortex，
将科学创新还给科学家
MolVortex已正式上线，面向药物研发与计算化学团队，提供覆盖靶点调研、口袋分析、分子生成与动力学评估的全栈式小分子早研智能体工作流。数据在平台内部打通，调研成果持续复用，告别多工具之间繁琐的文件搬运。