不喂结构坐标也能算分子:Output Labs 这篇 NeurIPS Oral 基础模型有点东西
读文献什么时候是个头 · 2026-11-20T16:45:22
Output Labs 这篇被 NeurIPS 2026 收为 Oral 的论文挺有意思,他们做了一个叫 Bonbon 的生物分子相互作用垂直模型。最特别的地方在于预训练没喂任何 3D 结构坐标、物理计算或亲和力标签,完全靠 3.2 万亿 token 的蛋白-配体配对序列硬训,量产模型参数量 16 亿(1.6B)。在单一表示空间里,模型自己涌现出了正构/别构结合位点定位、共价与非共价判断这些机理层面的能力,而且都是零样本、一次推理完成。 速度和湿实验结果也放出来了:单张 H100 上即时约 2,500 对/秒,缓存表示后约 42,500 对/秒,比 Boltz-2 的 0.05 对/秒快了大约五个数量级。外部实验室做了前瞻性验证,针对 7 个蛋白家族的 9 个疾病靶点合成测试,剂量-效应实验里 213 个全新分子确认了 131 个抑制剂,命中率 61.5%。比如 HDAC6 靶点合成了 24 个分子测出 15 个活性抑制剂(IC50 介于 115 nM 到 22 μM),其中 12 个完全不含同类抑制剂常见的羟肟酸基团。这倒不是说做出了上市新药,但作为第一轮生化活性的起始骨架,纯靠序列推理能给出这种命中率确实少见。