🧬
蛋白工程师
Protein Engineer
从氨基酸序列到 3D 结构、到候选结合体，全程 AlphaFold3 / Boltz-2 / RFdiffusion / ProteinMPNN. 支持自定义 MSA、亲和力打分。
- AlphaFold3
- Boltz-2
- ESMFold
- RFdiffusion
2026 春季新品
把生物信息学装进
一台迷你主机里。
断网即用，数据不出门。
OpenYao Bio-OS 是预装蛋白预测、基因组分析、单细胞、AI 文献库的开箱即用一体机： 迷你主机 + 大内存 + NVIDIA 外接显卡（OCuLink 直连）， 把 6 万元起的私有 AI 实验室压缩到桌面一台。
- 24+ GB显存 · 跑得动 Boltz-2 / AlphaFold3
- 32+ GBDDR5-4800 双通道 · 可扩 64
- 0 网络断网完整工作 · 数据 100% 离线
- 5 个虚拟研究员 · 开箱即上岗
主机 + OCuLink 外接 NVIDIA 显卡 · OCuLink 64 Gbps 直连
为什么实验室现在就要一台本地 AI Box
🔒
患者样本不出门
测序数据、患者病历、临床样本属于高度敏感数据。医院、CDC、药企合规要求原始数据严禁上传公网 LLM。本地推理是唯一合规选项。
💸
API 跑不动科研流量
一个蛋白设计的 MSA 就要调用上千次 LLM。一次单细胞分析几千个基因 × 几万个 cell——按 token 收费跑一晚能烧掉 5 万元。一次性投入的本地显卡反而便宜。
🐢
CPU 推理太慢
ESMFold、AlphaFold3、Boltz-2、Chai-1 这一代蛋白基础模型，没有 GPU 几乎不可用。13B LLM 在 32GB 内存上 CPU 推理一秒只能吐几个 token——做交互式实验根本等不了。
🧩
工具链碎片化
Snakemake / Nextflow / BLAST / SAMtools / DESeq2 / Seurat / GROMACS / PyMOL —— 每一项都依赖各自的 Python/R/Java 环境。新人入职要配 2 周环境。
5 位虚拟研究员 · 预装上岗
不是工具，是会干活的同事
OpenYao Bio-OS 预装 5 位“虚拟研究员”，每位都是一个会调工具、查数据库、写代码、跑流程的 RAG Agent。 实验室新同学入职第一天就能和它们协作完成一个蛋白设计、单细胞或甲基化项目。
🧪
基因组分析师
Genome Analyst
原始 FASTQ → 质控 → 比对 → 变异调用 → 注释。一键启动 GATK Best Practices / DeepVariant 流水线。
- BWA-MEM2
- STAR
- GATK4
- DeepVariant
🔬
单细胞分析员
Single-Cell Analyst
10x 数据 / 智能 RNA-seq → 质控 → 聚类 → 差异表达 → 轨迹。CellRanger + Seurat v5 + scanpy 双引擎。
- CellRanger
- Seurat v5
- scanpy
- scVelo
📜
RNA-seq 流程员
RNA-seq Engineer
批量 RNA-seq、miRNA-seq、CHIP-seq 全流程。Salmon / kallisto 量化 → DESeq2 / edgeR → clusterProfiler。
- Salmon
- DESeq2
- clusterProfiler
- GSEA
🧫
甲基化分析师
Methylation Analyst
WGBS / EM-seq / RRBS 全流程：质控 → Bismark 比对 → DMR 检测 → 区域注释 → 通路富集。肿瘤早筛、发育时钟、印记基因一站式分析。
- Bismark
- methylKit
- DMRfinder
- epic2
HOW IT WORKS
5 层架构 · 一个工作台搞定所有事
从底层硬件到顶层应用，全部本地化。一份开机脚本激活整条链路。
USE CASES
谁在用它？
检验科 · 临床基因型分析
患者全外显子测序数据本地分析，结果直推 HIS。符合卫健委《人类遗传资源管理条例》要求，原始数据 0 上传。
药企 · 受体结合蛋白设计
从靶点 PDB 到候选结合体，一晚跑 200 个设计。本地 RFdiffusion + Boltz-2 迭代，IP 不外泄。
PI · 学生训练与教学
新研究生第一天就能跑通 RNA-seq 流水线。不再花 2 周配环境，把时间花在科学问题上。
病原微生物基因组学
疫情爆发时断网分析病原基因组，本地 Kraken2 + Nextstrain 重建传播链。数据合规 + 应急响应两不误。
酶工程 · 从头设计
蛋白序列设计 → ESM-2 评分 → AlphaFold3 结构验证 → 实验反馈 loop。闭环迭代。
基因组选择 · 表型预测
群体基因组 GWAS、GS、表型预测模型。NVIDIA RAPIDS 加速从月到天。
STACK · 开箱即用
装好的不只是硬件，还有 200+ 工具与 OpenYao 调优大模型
模型层 · 预下载 30+ 模型
- LLM: Qwen2.5-7B / 14B / 27B / 32B; BioMistral; OpenBioLLM-8B; Meditron-7B
- 蛋白: ESM-2 (8M→15B), ESMFold, ProGen2, ProtGPT2
- DNA: DNABERT-2, Nucleotide Transformer, Evo, HyenaDNA
- 结构: AlphaFold2, AlphaFold3, Boltz-2, Chai-1, RFdiffusion
- Embedding: bge-m3, gte-large, PubMedBERT, ESM-2 small
- OpenYao 调优大模型 (未来上线): 基于 Qwen2.5-27B 在生信文献、工具调用、流程规划上做领域微调,默认 Agent 底座
工具层 · 200+ CLI / Python / R 包
- 质控: FastQC, fastp, MultiQC, seqkit
- 比对: BWA-MEM2, Bowtie2, minimap2, STAR, HISAT2
- 组装: SPAdes, MEGAHIT, Trinity, hifiasm, flye
- 变异: GATK4, DeepVariant, freebayes, bcftools
- 单细胞: CellRanger, Seurat v5, scanpy, scVI
- 蛋白组: MaxQuant, MSFragger, DIA-NN
- 进化: MAFFT, IQ-TREE2, RAxML-NG, BEAST2
- 结构: GROMACS, AutoDock Vina, FoldSeek, PyMOL, ChimeraX
数据库层 · 1 TB 起
- 必装: Swiss-Prot, PDB, Pfam, InterPro, Rfam, KEGG, GRCh38, GRCm39
- 按需: NCBI nr/nt 子集, AlphaFold DB 子集, gnomAD, GTEx, HPA
- 索引: 预建 BWA / STAR / Salmon / Kraken2 / Diamond
- 文献: PubMed snapshot, bioRxiv 缓存, Zotero 本地库
工作流层 · 调度与协作
- 流水线: Snakemake (主力) / Nextflow / CWL
- 报告: JupyterLab, Quarto, R Markdown, Streamlit
- 知识库: AnythingLLM, Open WebUI, Obsidian, Zotero
- 版本: Git + DVC + LFS, 3-2-1 备份
LLM · 27B 装得下
最大支持 Qwen2.5-27B 本地推理
标配 32 GB DDR5 双通道显存模式化路径,加载 Qwen2.5-27B-Instruct 4-bit 量化约 14 GB,可同时挂载 ESM-2 / 蛋白结构模型与工具链。 选配 64 GB 时,可加载 27B 8-bit 量化版本 (~27 GB),生成质量接近 FP16,长上下文 32K 不掉速。 全部离线、零外发请求,数据合规 + 推理性能一步到位。
标配 32 GB
Qwen2.5-27B · 4-bit
~14 GB 显存占用,长文 8K,适合蛋白序列 / 文献摘要 / 工具调用
升级 64 GB
Qwen2.5-27B · 8-bit
~27 GB 显存占用,长文 32K 不掉速,推理质量接近 FP16,论文级对话
未来 · OpenYao
OpenYao BioLLM
基于 Qwen2.5-27B 在生信文献、工具调用、流程规划上做领域微调,作为默认 Agent 底座 · 未来上线
PRODUCT LINEUP · 5 个版本
从入门到旗舰,挑适合你实验室的算力档位
全部出厂预装完成,通电即用,断网 100% 离线运行。GPU / 内存 / 存储可按需调,大客户请走定制通道。
01
入门版
轻量 · 教学- CPU: R7-PRO · 8C/16T
- 内存: 32 GB DDR5
- 存储: 1 TB NVMe SSD
- 显卡: NVIDIA P40 · 24 GB
适合轻量生信工具、小课题组基础分析与教学实训 · 可流畅运行 13B 级 生信大模型
¥ 53,800
含税含运 · 出厂预装
02
标准版
推荐 · 主力- CPU: R7-PRO · 8C/16T
- 内存: 32 GB DDR5
- 存储: 2 TB NVMe SSD
- 显卡: NVIDIA 中端 · 24 GB
适合蛋白结构预测、单细胞分析与常规基因组流程 · 可流畅运行 Qwen2.5-27B 生信大模型
价格按配置定
含税含运 · 出厂预装
03
医用版
合规 · 长文- CPU: R7-PRO · 8C/16T
- 内存: 64 GB DDR5
- 存储: 4 TB NVMe SSD
- 显卡: NVIDIA A6000 · 48 GB
适合临床样本、病原基因组与长上下文合规分析 · 可流畅运行 72B 大模型,长文本生信文献解析
价格按配置定
含税含运 · 出厂预装
04
旗舰版
大模型 · 多卡- CPU: 双路服务器级
- 内存: 256 GB ECC
- 存储: 16 TB NVMe SSD
- 显卡: 双 NVIDIA A6000
适合批量蛋白设计、分子仿真与多模态并行推理 · 可流畅运行 192B 超大生信模型,多模型同时加载
价格按配置定
含税含运 · 出厂预装
05
定制版
千亿参数 · 微调- CPU: 多路服务器级
- 内存: 1 – 2 TB ECC
- 存储: 64 TB 全闪 / 混闪
- 显卡: 多卡定制 (H100 / H200 / GB200)
适合人群级基因组、模型微调与超大模型生信计算 · 可流畅运行 千亿参数生物大模型,支持模型本地微调
价格按配置定
含税含运 · 出厂预装
OFFLINE FIRST
真正的离线，不是"少联网"
很多所谓“本地 AI 工具”其实只在 LLM 阶段离线，但运行时仍然偷偷回调云 API 拿数据。 OpenYao Bio-OS 从启动那一刻起就完全离线：
- 0 外发请求 · 防火墙规则在装机脚本里默认拒绝所有出站
- 100% 模型权重本地 · 启动脚本校验 SHA256
- 100% 数据库本地 · 一次性 rsync 镜像，断网即冻结
- 100% 文献本地 · PubMed / bioRxiv 全文快照
- 0 监控/上报 · 没有埋点、没有遥测
合规清单（装机默认）
- ✓ 《人类遗传资源管理条例》
- ✓ HIPAA (美国医疗)
- ✓ GDPR (欧盟)
- ✓ ISO 27001 物理隔离部署
- ✓ 三甲医院 HIS 集成
把 AI 实验室装到你桌上
OpenYao Bio-OS 现接受 2026 年 Q2 预订 · 出厂预装完成 · 顺丰到付 · 远程调试 1 年免费。
升级服务 · 单独订购
已有硬件只买服务 — 持续获得最新模型、工具链、安全补丁与功能更新。
¥ 10,800 / 年
- ✓ 模型权重季度更新
- ✓ 工具链安全补丁
- ✓ 远程技术支持优先响应
整机方案
入门版配置:R7-PRO 32GB DDR5 + 1 TB NVMe + NVIDIA P40 24GB 显卡 · 出厂预装 30+ 模型、200+ 工具、5 位虚拟研究员
¥ 53,800 起 · 含税含运
- ✓ 含 1 年 OpenYao Bio-OS 升级服务
- ✓ 远程调试支持
- ✓ 出厂预装完成 · 通电即用
定制方案 · 旗舰算力
大内存 + 大显存 + 多卡 · 上不封顶。实验室级配置:NVIDIA 高端显卡 / A6000 / H100、512 GB – 2 TB DDR5、8–64 TB NVMe 高速存储。
¥ — 按配置定价
- ✓ 大内存 / 大显存 / 多卡可选
- ✓ 上不封顶 · 按实验室需求报价
- ✓ 出厂预装 + 远程调试 1 年免费
或扫码加企业微信 · 30 分钟内必复 · 全国范围内 72 小时远程安装