MaXFlow是拉斯维加斯9888科技研發的新一代針對藥物設計與研發的科學分子模擬和人工智能平台。平台面向實驗科學家、分子模擬與人工智能專家，覆蓋創新發現和工藝研發等研究領域。MaXFlow基於瀏覽器-服務器(Browser-Server)架構，融合分子模擬、AI和新一代工作流技術，旨在幫助生物醫藥研發機構從傳統實驗驅動和理論驅動向數據驅動和智能模型驅動創新模式轉變，以提高研發效率和降低成本。
MaXFlow在生物大分子藥物設計領域扮演着重要角色。它運用AI模型構建、分子設計、性質預測、分子動力學模擬等多種功能，為抗體藥物設計、疫苗、ADC藥物以及酶的理性設計等領域提供了關鍵支持。科學家們可以利用MaXFlow進行蛋白質結構預測、同源模建、分子動力學模擬、穩定性預測、蛋白-蛋白對接、抗體-抗原對接、抗體人源化預測以及抗體親和力成熟等研究。
生物大分子藥物設計面臨的主要挑戰包括：複雜性，生物大分子藥物（如蛋白質藥物和RNA藥物）結構複雜，設計難度高。生物活性與穩定性，維持藥物的生物活性及在各階段保持穩定性困難，需要準確理解和操作複雜的生物系統。生物相容性和安全性，與小分子藥物相比，大分子藥物可能引發免疫反應或其他不良反應，如何設計出既有藥效又有良好生物相容性和安全性的生物大分子藥物是一大挑戰。數據量大且分析複雜，與小分子藥物相比，生物大分子藥物的研發過程產生的數據量更大，更複雜，如何有效管理和分析這些數據，以提取有用信息和知識，同樣是一個重要的挑戰。
MaXFlow以人工智能和分子模擬為核心，應用領域包括且不限於：AI模型構建、蛋白質結構預測、同源模建、分子動力學模擬、穩定性預測、蛋白-蛋白對接、抗體-抗原對接、抗體人源化預測、抗體親和力成熟等。
基於新一代工作流技術，MaXFlow允許用戶自定義科研流程，自動完成多步驟的計算任務，實現計算工作的智能化和整合化。MaXFlow平台將各種算法封裝為組件，提供功能豐富的組件庫。用戶在可視化界面，按需拖拽組件即可構建工作流。
MaXFlow平台支持從結構數據、序列數據、表格數據到工作流的數據共享，實現協同工作和教學實踐，還可連接SDH平台進行大數據處理。SDH具有強大的數據處理能力，可以幫助獲取、管理和應用海量來源、不同格式和類型的數據信息。
通過瀏覽器-服務器（B-S）模式，MaXFlow使研究無空間和時間限制。其「APP資源廣場」簡化了建模和分子模擬流程，幫助實驗科學家搭建各類藥物化合物、蛋白、核酸等微觀結構，建立高通量虛擬化合物庫，無障礙預測藥物性質。實現計算模擬和人工智能技術與實驗、生產完美結合。
允許用戶分享成功的工作流為APPs，實現知識固化與分享。
提供如正交設計、DOE-ML、EDBO等多種實驗設計工具。
整合機器學習、深度學習等數十種數據分析和挖掘算法。包括線性回歸（Linear Regression）、邏輯回歸（Logistic Regression）、決策樹、隨機森林（RF）、K近鄰（KNN）、樸素貝葉斯（Naive Bayes）、支持向量機（SVM）、K均值（K-means clustering）等。
支持小分子、肽段、抗體和蛋白質等結構構建，還可通過氨基酸修飾器實現多位點突變，構建突變結構虛擬庫。
MaXFlow核心引擎之一，可自動化完成多步驟計算，實現任務的智能整合。
MaXFlow支持GROMACS和LAMMPS分子動力學引擎，並提供了豐富的後處理功能，例如勢能分析、RMSD分析、RMSF分析、迴旋半徑分析、氫鍵分析、Pi-stacking 分析組件、溶劑可及表面積分析、蛋白質二級結構分析、蛋白質鹽橋分析、徑向分佈函數分析、聚類分析、動態互相關矩陣分析、殘基相互作用分析、主成分分析、自由能形貌圖繪製、距離分析、熱力學性質分析等。MaXFlow還支持使用MM-PB/GBSA方法計算不同蛋白間的結合自由能。
MaXFlow支持常見的Windows和Linux操作系統，本地版服務器端支持RedHat/Centos 7+ （64-bit only）。
不需要安裝，使用Chrome等主流瀏覽器即可登錄使用。
MaXFlow具有簡單的圖形界面，所有高度集成的計算模塊都可以通過鼠標點擊拖拽的方式來調用。對於沒有使用過AI和分子模擬的初學者來說也非常容易上手。拉斯维加斯9888定期組織不同專題的培訓班，可以進行現場上機學習。
MaXFlow集成了多種人工智能技術，包括深度學習和傳統機器學習。深度學習包括圖神經網絡（GNN）、卷積神經網絡（CNN）、深度神經網絡（DNN）、OpneCV、GraphTransformer等，在分子性質預測、分子生成、分子逆合成、蛋白質相互作用預測等方面具有優異的性能。機器學習不僅支持分類、回歸和聚類共36種模型構建，還支持AutoML技術，可以自動選擇最優參數和最佳模型。用戶可以根據自己的數據和需求，快速搭建、優化和驗證針對不同研究尺度的人工智能預測模型，並將其部署為應用「APPs」，便於共享和再利用。
MaXFlow包含多個計算模塊，涉及大分子和小分子等多種體系。應用領域不止局限於藥物相關研究，還涉及酶工程、免疫學、病毒學、蛋白質工程、食品科學、環境毒理研究等方面。
