Locus

Locus 是 Intology 在 2026 年 11 月 3 日 公开介绍的 自动化分子设计科研系统。它被描述为能像机器学习研究员一样工作：提出实验假设、在 GPU 上并行跑多批实验、评估结果并保留有效改进，从而在专有数据上自主迭代科学 AI 模型。

官方称 Locus 在属性预测、小分子效力与抗体设计等测试中超过 BioHub、Boltz 等专家系统，以及 Claude / GPT 等通用 coding agent；并强调其价值在于把公司私有数据变成可扩展的专用模型，而非只做一次性生成。

解决什么问题

药物/分子研发里，专有数据往往稀缺且难用通用大模型吃透。Locus 试图把「模型研发循环」本身自动化，让系统在私有数据上持续自我改进。

与同类差异

相对单次分子生成或静态预测模型，Locus 强调 自主实验—评估—迭代 的科研 agent；相对通用 coding agent，则面向科学基准与分子任务。

限制

• 多数指标为公司自报，需独立复核。
• 产品获取/部署方式以 Intology 商务与文档为准。
• 名称 Locus 较通用，检索时建议带 Intology 限定。

适合谁

有专有分子/生物数据、希望把科研模型迭代流水线自动化的 biotech 与计算化学团队。

如何上手

1. 阅读 Intology 博文 与 Locus 产品页。
2. 关注 @intology 线程中的基准与方法说明。
3. 用内部持有数据集对比现有专家工具后再评估引入。