药物研发里有一个环节,长期靠试。同一个靶点上几十个结构相近的分子,哪个更容易成药,往往要做完一轮实验才知道。预测这件事的模型这些年出了不少,跑分也越来越高,但化学家真正采纳的很少。11月20日,Genesis Molecular AI发布的一份技术报告,把这件事的两个侧面同时摆了出来:一个是速度,每个化合物25毫秒;另一个是数据,他们回头把公开文献里的测量值重新审了一遍。
报告给出的数字是,Ruby在最快的设置下每个化合物耗时25毫秒,比参评的其它方法快约40倍到1000倍以上,同时在已知活性物的排序效果上不弱于对手。
这个量级的差距不是靠换更快的芯片得到的,而是靠砍掉一个环节。常规的基于结构的药效预测方法,要先为每一个候选分子生成三维构象,再在构象上算结合能或者跑神经网络。构象生成本身就是整个流程里最贵的一步,尤其当化合物库有几十万到上百万个分子时。
对现实中的筛选流程来说,40倍到1000倍的差别决定了能不能"先筛一遍再说"。当单次预测的成本降到毫秒级,化学家可以在合成之前把整个化合物库过一遍,按预测排序再决定做哪几个。
但速度本身不构成价值。一个又快又错的模型,只会让错误的结论更快地扩散。所以这份报告真正的分量,落在后半段关于数据的部分。
Ruby建立在Pearl之上。Pearl是Genesis自己的蛋白配体结构预测模型,2025年在英伟达GTC DC上公布,报告由Genesis与英伟达联合署名。Ruby的做法是不重新生成构象,而是直接取用Pearl内部的结构表征作为输入。
这个设计把两个任务串成了一条链:结构预测负责回答"这个分子和这个蛋白怎么结合",药效预测负责回答"结合之后效果有多强"。前者算一次,后者复用它的中间结果。这是工程上的表征复用,在科学上则暗含一个假设:结合方式里已经包含了大部分关于强度的信息。
这个假设有它的边界。药效不只由结合亲和力决定,还涉及溶解度、膜通透性、代谢稳定性、脱靶效应。一个分子可以结合得很牢,却因为进不了细胞而毫无用处。报告里的评估范围集中在药效本身,没有覆盖这些成药性维度。
在四个公开药效基准上,Ruby取得了参评方法中最高的平均相关性,参评名单里包括Isomorphic Labs的IsoDDE,以及基于物理的自由能方法。后者是药物化学里公认的"慢但可信"的一类方法。
更值得看的是另一组评估:Genesis与Incyte合作的五个项目、八个测定体系上,Ruby对化合物的排序明显比其它方法更准,而且在把早期实验数据加进去之前和之后都是如此。
"加进去之前"这几个字是关键。如果一个模型必须先看到这个项目已有的实验数据才能给出好结果,那它的价值就接近于插值,对真正的新化学空间帮助有限。在不看任何本项目测量的前提下就能排对顺序,才是这类模型想证明的能力。
创始人兼CEO Evan Feinberg的说法把这个逻辑讲得很直白:化学家不会因为一个模型赢了基准就采纳它,而是在它扛住了自家项目、扛住了没人见过的化学或靶点之后才会采纳。
报告里最不像宣传材料的一段,是关于数据审计的。团队发布了GenesisPotency-2026,一个从公开药效文献整理出来的训练集,采用知识共享署名相同方式共享4.0协议。
整理过程中的发现相当具体:有两家数据库把885条某个蛋白抑制剂的测量值,挂到了一个不相关的蛋白上。这类错误在聚合型数据库里并不罕见,原因是它们常常共用同一批原始文献,一旦上游标错,下游会一起错。更麻烦的是,两个数据库给出一致的结果时,使用者会误以为这是交叉验证,实际上只是同一个错误被抄了两遍。
团队的做法是回到原始文献,逐条核对靶点身份、实验条件、终点指标和单位,把对不上的记录改正或剔除。最终发布的数据集带行级溯源和审核标注,任何人可以顺着一条测量值追到它的出处。
这件事的意义超出了一个数据集的范畴。药效数据是AI制药最核心的训练资料,而它的质量长期没人系统审计过,错误会被跑分掩盖。
把审计过的数据集开放出来,是一个有意的战略选择。模型可以闭源,因为它是产品;数据必须开放,因为只有开放才可能成为标准。
这个逻辑在AI制药里已经有先例。格式被最多人使用的标准,往往就成了默认标准;评测口径被最多人引用的团队,事实上定义了"什么叫做得好"。当竞争对手要用你的数据训练、要用你的口径汇报结果时,定义问题的话语权就转移了。
代价是把自己的短板也暴露出来。数据集一旦公开,别人可以拿它训练出更强的模型,也可以在同样的数据上指出你的方法在哪里失效。这是用透明度换行业地位。
从资本结构看,Genesis背后的投资方包括a16z、英伟达、Rock Springs、Menlo Ventures、T. Rowe Price、Fidelity和Radical Ventures。英伟达既是投资方又是技术合作方,这层关系解释了它在计算优化上的便利,也意味着它的技术路线与英伟达的硬件路线是绑定的。
把药效预测做准,能省下的是化合物筛选阶段的试错成本,而真正烧钱的是临床。一个分子进入临床之后,失败的主要原因是疗效不足或者毒性,这两件事目前都很难在计算机里预测。
所以AI制药这些年的进展,更多体现为"更快地排除明显不行的分子",而不是"更快地找到一定行的分子"。前者能降低早期成本、缩短周期,后者仍然是未知。把这两件事混为一谈,是这个行业最常见的过度承诺。
Ruby这类模型真正的价值,可能在于把化学家的注意力重新分配。当排序靠模型、验证靠实验成为一种常规分工,化学家就不必在几十个相似分子上平均用力,而可以把精力集中在少数几个真正值得做的设计上。
接下来的观察点很具体:这套方法在Incyte之外的项目上能否复现,在没人见过的靶点家族上表现如何,以及那个审计过的数据集会不会被别人采用为评测基准。