最酷的扩散研究不在大模型里
来自 Latent Space · 期号 2026-07-01
摘要
小分子药物发现领域正在经历一场由扩散模型驱动的变革。 Genesis Molecular AI 的联合创始人 Evan Feinberg 和 CTO Sergey Edunov 认为，当前最前沿的扩散模型研究不在大语言模型领域，而在 3D 结构预测中。他们的旗舰模型 PEARL 不仅能预测配体（药物分子）的结合位置，还能同时微调蛋白质结构，使两者更好地契合。 Sergey 指出，宇宙中约有 10^60 种类药小分子，寻找有效且安全的分子如同大海捞针。Genesis 的生成式 AI 模型最近跨过了一个关键阈值，使得自主药物发现循环成为可能。其内部系统 SAPPHIRE 可以像化学家一样迭代：观察结合姿态、提出假设、阅读文献、使用内部工具、生成下一轮候选分子。 Feinberg 批评了学术界的评测标准：目前公认的“2 埃 RMSD”阈值过低，很多模型在这个标准下看似合格，实则预测的分子姿态是错误的。他认为 1 埃才是真正有意义的阈值，因为氢键的有效范围只有 0.6 埃。 “如果你的模型 RMSD 在 1.8 或 1.9 埃，那大概率是垃圾。”——Evan Feinberg
深读
导读 原文信息有限，以下基于节目简介。这期播客来自 Latent Space，嘉宾是 Genesis Molecular AI 的联合创始人 Evan Feinberg 和 CTO Sergey Edunov。他们认为当前最前沿的扩散模型研究不在 LLM 领域，而在 3D 结构预测中。如果你关心小分子药物发现如何被 AI 真正改变，这期内容值得一听。 关键信息 - 宇宙中约有 10^60 种类药小分子，寻找有效且安全的分子如同大海捞针。 - Genesis 的旗舰模型 PEARL（Place Every Atom at the Right Location）不仅能预测配体（药物分子）的结合位置，还能同时微调蛋白质结构，使两者更好地契合。 - Genesis 的内部系统 SAPPHIRE 可以像化学家一样迭代：观察结合姿态、提出假设、阅读文献、使用内部工具、生成下一轮候选分子。 - 学术界普遍采用的“2 埃 RMSD”作为“良好姿态”的评测阈值被 Feinberg 批评为过低，他认为 1Å RMSD 才是真正必要的阈值。 - Sergey Edunov 此前在 Meta 领导了 Llama 2 训练和 Llama 3 预训练。 逐节讲解 扩散模型的前沿在 3D 结构预测 Sergey Edunov 从 Meta 加入 Genesis，此前他领导了 Llama 2 训练和 Llama 3 预训练。他认为，自 Transformer 架构诞生以来，LLM 领域在架构创新上几乎没有根本性突破，整个领域都在使用“Attention is all you need”论文中同一思想的变体。而 3D 结构预测领域则成为了创新的热土。Genesis 的 PEARL 模型能够理解蛋白质的柔性，不仅建模配体（药物分子）的去向，还能对蛋白质进行微调，使两者比单独存在时更契合。 自主药物发现的挑战与突破 小分子药物发现的根本困难在于搜索空间巨大：约有 10^60 种类药小分子。更棘手的是多参数优化问题，好的结合剂往往油腻，但油腻的分子不溶于水，无法进入血液到达目标位置。Genesis 的生成式 AI 模型最近跨过了一个关键阈值，使得自主药物发现循环成为可能。其内部系统 SAPPHIRE 可以像化学家一样迭代，结合与 Incyte 等公司的自动化实验室合作，正在接近 24/7 运行药物发现 agent 的时代。 评测标准的危机 学术界在“共折叠”领域普遍采用“2 埃 RMSD”作为“良好姿态”的评测阈值。Feinberg 直言这个阈值过低，甚至具有欺骗性。许多强结合剂有非常清晰的姿态，甚至可以直接在 PDB 电子密度图中解析出来。但在 2Å RMSD 阈值下，模型可能得到相当错误的姿态，例如翻转一个芳香环，看起来合理，但实际不再建模正确的相互作用。他举例指出，氢键的有效范围只有 0.6…