顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE

资讯 36氪 全文 5960 字 · 约 15 分钟读完 配图 14 张

顾全全团队NovaAtom-Lite登顶生物分子预测基准

近日,Anthropic 的 CEO Dario Amodei 抛出过一个说法:AI 会用 10 年时间,走完人类在生物学领域原本需要 50 到 100 年的路,癌症、阿尔茨海默症、心脏病都有望被攻克。

听起来口气不小,不少人只当是一句豪言。可科学家顾全全不这么看,他公开表示:10 年太慢,药物研发周期要压到 4 年。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 1)

11月10日,他创办才 5 个月的公司 Geodesic Intelligence 推出了全原子结构预测模型 NovaAtom-Lite。

在全球要求最严的生物分子预测基准 FoldBench 上,NovaAtom-Lite 把谷歌 DeepMind 旗下 Isomorphic Labs 的旗舰模型 IsoDDE 挤下了第一的位置。多项生物制药基准测试中,它也拿下多个 TOP 1。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 2)

Model card 链接:https://www.geodesiclab.com/news/introducing-novaatom-lite

一边是 15 人的创业团队、几百张 GPU、5 个月时间;另一边是累计融资 27 亿美元、正以 400 亿到 500 亿美元估值谈新一轮融资的 Isomorphic Labs。

X 上很快热闹起来。有人感慨:「Dario Amodei 预测癌症10年内攻克,而 NovaAtom 的创始人说只要4年。」

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 3)

也有人算了笔账:「谷歌 DeepMind 剥离出 Isomorphic,烧了几十亿美金,估值谈到400亿以上。结果一个UCLA教授带着15个人的创业公司,5个月就超了。」

这还不是顾全全头一回干这种事。此前他在字节跳动带队做出 SeedFold——全球第一个在 FoldBench 上超过 AlphaFold 3 的模型。

SeedFold 一出现,Isomorphic Labs 就被逼着拿出 IsoDDE,把结构预测的头名抢了回去。这回 NovaAtom-Lite 又把 IsoDDE 掀翻,头名再度换人。

更关键的是,顾全全在 X 上透露,NovaAtom-Lite 只是前菜,后面还有更强更大的 NovaAtom-Pro 在等着。

换句话说,Isomorphic Labs 就算近期再放出更强的模型想反扑,碰上的可能又是 NovaAtom-Pro 的一次击穿。

结构预测的头名争夺,顾全全已经连赢两局,第三局的牌还握在他手里。

人类攻克绝症的时间表,也因此再度提前。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 4)

有投资人感慨,生物界已经等来了自己的「HBM爆发时刻」。

NovaAtom-Lite 到底在干什么?

药为什么这么难做?说到底,药物起效的关键,是让一个分子精准地「咬住」另一个分子。

抗体要咬住抗原,小分子药物得塞进蛋白质的口袋。这种「咬合」发生在原子尺度——埃(Å)级别,一埃等于一百亿分之一米。

差之毫厘,药就失效。

过去靠湿实验反复试错,一款新药从实验室走到上市平均耗时13年、耗资近20亿美元,成功率不足5%。AI 能做的,是在计算机里先把这种「咬合」算出来,把试错时间压下去。

NovaAtom-Lite 做的正是这件事。

给定蛋白质、DNA、RNA 的序列,再加上小分子配体的信息,模型可以预测出整个复合物里每一个重原子(氢以外的原子)在三维空间中的坐标。

给出的不是大概轮廓,而是精确到原子级别的位置。

它也不是一台「死板」的计算器。

NovaAtom-Lite 配了一套很有工程价值的「条件约束与提示」功能。

用户可以告诉它:这里有一个共价键,那里有一个已知的结合口袋。模型把这些信息当成参考线索,而不是硬性约束,像一个懂化学和物理法则的「AI大脑」,灵活地给出预测。

输出内容也不止一组坐标。

模型会一并返回局部结构置信度 pLDDT、残基间预期误差 PAE,以及界面可靠性指标 ipTM。说白了,它不光给答案,还告诉你「这个答案我有多大把握」。

两记重拳:79.07% 和 77.06%

要衡量一个结构预测模型强不强,制药界有两块最核心的试金石:抗体-抗原结合预测,以及蛋白质-配体结合预测。

大分子药物靠的是前者,比如抗癌抗体,抗体怎么精准「锁住」靶点,这一点必须弄明白;小分子靶向药的要害则在后者,药物分子得刚好嵌进蛋白质的结合口袋。

这两个方向,一个比一个难。

FoldBench 是眼下公认最严格的全原子生物分子预测基准,包含1522个复合物结构,数据全部取自模型训练截止日期之后的新结构,堵住了「提前看答案」的口子。

第一拳打在抗体-抗原上。FoldBench 收录了172个抗体-抗原结合界面。

评判用 DockQ 分数(可理解为预测的结合姿态与真实结构有多接近,0.23 以上算预测成功,分数越高越好)。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 5)

一家成立5个月的公司,比 AlphaFold 3 高出31个百分点,比融资27亿美元的 Isomorphic Labs 高出3.5个百分点。

更夸张的是,把标准提到 DockQ ≥ 0.80(要求极高精度预测)时,NovaAtom-Lite 的成功率是 AlphaFold 3 的2.2倍。

第二拳打在蛋白质-配体上。这项测试覆盖558个结合界面,判定更苛刻:小分子药物的预测位置与真实位置偏差要小于2埃(配体 RMSD < 2 Å),周围蛋白质的接触细节也得高度吻合(LDDT-PLI > 0.8)。两个条件同时满足才算成功。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 6)

两项核心指标,全部排到 TOP 1。

它真的「懂」物理,还是只会背答案?

每当有模型刷榜,圈内第一反应都是:你是不是偷看答案了?

这个质疑完全合理。结构预测模型训练时吃的就是已知的蛋白质结构库,如果模型只是把见过的东西背下来,跑分再高也没用:真到了药物研发前线,面对的全是从没见过的新分子。

业内存在一个专门检验模型是否「死记硬背」的严苛测试,名为Runs N' Poses。该测试按样本与训练集的相似程度划分出8个组别,从「高度相似」一路过渡到「完全陌生」,逐层检验模型的真实能力。

在相似度最低的0-20%组别里,共有63个与训练集「毫无关系」的配体,相当于考卷上那些完全超出大纲的题目,各模型的表现如下:AlphaFold 3 的成绩直接掉到24%,而NovaAtom-Lite 仍保持在47.6%,接近前者的两倍。

到了相似度最高的80-100%组别,两者的差距反倒收窄,分别为91.0%和88.2%。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 7)

可见面对越陌生的分子,NovaAtom-Lite 的领先幅度就越大。它靠的不是背书,而是真正掌握了微观原子世界的底层物理法则,具备了一套可迁移的「推理引擎」。

给模型更多思考时间,它就更聪明

从事 AI 研究的人都熟悉一个趋势,叫Test-time Scaling:在推理阶段给模型投入更多算力,答案质量就会更高。这一点在大语言模型领域早已得到验证,而 NovaAtom-Lite 证明,该规律在生物分子预测中同样适用。

围绕同一批172个抗体-抗原界面,团队设计了一组精巧的实验:

1个随机种子(最少算力):成功率 74.3%

5个随机种子:79.07%

25个随机种子:81.7%

100个随机种子(深度推理):83.1%

Oracle 上限(事后用实验答案挑最优解):88.4%

从74.3%到83.1%,仅仅是增加采样数量,成功率就提高了近9个百分点。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 8)

这组数据说明,该系统的「弹性」很强。创业公司预算有限,用少量算力快速试错,同样能拿到不错的结果;而对医药巨头而言,当一款靶向药关乎百亿市场和无数患者的生命时,完全可以开足算力、全力压榨每一点精度,模型的上限远未触顶。

这样的可扩展性令人兴奋。

给模型一点提示,它就能起飞

只靠自身猛算还不够。在真实的药物研发场景中,科学家手上往往已经掌握一些线索,比如知道抗体和抗原大致在哪个位置接触,或者小分子大概塞在蛋白质的哪个口袋里。

问题在于:模型能不能「听懂」这些提示,并把它们用好?

NovaAtom-Lite 给出的回答是:不仅听得懂,效果还相当炸裂。

在 FoldBench 的172个抗体-抗原界面上,模型在没有任何提示的情况下成功率为79.07%。而一旦给它一对接触残基(等于提示这两个残基彼此靠得很近),成功率就升到91.28%,多了12个百分点。

换到规模更大的抗体-抗原测试集 PXM-22to25-AB(383个聚类)上,涨幅更明显:66.05%被拉到88.82%,接近23个百分点。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 9)

蛋白质-配体方向的表现同样耐人寻味。

Runs N' Poses 上,团队设了四种条件逐一测试:不加约束、给一个接触对、给四个口袋残基、给完整口袋,条件一级级加严。

提示对最难的那批样本作用最大:在与训练集相似度最低的0-20%区间,完整口袋提示把成功率从47.6%提高到63.5%,涨了近16个百分点;到了相似度60%以上的区间,提升只剩2到5个百分点。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 10)

说白了,题目越超出训练范围,模型越能顺着线索多推出些东西。科学家积累的经验不会白费,你给的信息越充分,它算得越准。

两个「神级」案例:从分子套索到暗门破解

数字好看归好看,做药的人最后还是要问一句:真实世界里那些最难啃的结构,你到底能不能解?

案例一:给疯狂甩动的「分子套索」拍高清定格照

中东呼吸综合征(MERS)病毒不好对付。科学家拿纳米抗体 VHH-T148 来对付它,这个抗体的关键部位是一条由22个氨基酸组成的 CDR-H3 长环。

可以把它想成一根在三维空间里拼命甩动的「软鞭」——灵活到极点,又缺少进化上的共变信号,预测起来非常难。

结构预测领域一直把它当成噩梦级难题。

结果 NovaAtom-Lite 给出25个候选方案,全部命中。DockQ 为0.839,CDR-H3 的预测误差只有0.56 Å,18个表位残基一个不落全被覆盖。

0.56 Å差不多是一个碳原子直径的三分之一,相当于用「分子级单反相机」把画面定格下来。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 11)

案例二:让「锁着门」的癌症靶点自己把暗门打开

KRAS 在医药界是出了名难缠的癌症靶点。

它的表面光溜溜的,药物几乎找不到下手的地方。

有一类抑制剂能钻进 KRAS 上的「隐藏口袋」(switch-II pocket)发挥作用,可这个口袋平时关着。

这意味着 AI 不光要算准药物小分子怎么摆,还得凭空推断出蛋白质构象怎么变——那扇门是怎么开的。

这个案例(结构编号 8UN5,KRAS G13D 突变体)里,OpenDDE 直接算懵了,配体 RMSD 高达 17.74 Å,药物被丢到了十万八千里外。

NovaAtom-Lite 的配体 RMSD 只有0.98 Å。

不止如此,全部25个样本中,switch-II 区域的预测与晶体结构只差 0.4 到 0.6 Å,12个天然极性接触全部重现,也没有任何配体原子与蛋白质发生空间冲突。

称得上是分子级的微雕。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 12)

a16z 的「预言」:

制药行业正走到属于自己的「GPT-3 时刻」。

NovaAtom-Lite 上线不过三天,硅谷头部风投 a16z 就推出了一份研报,题为《大型制药企业,即将与大型软件分庭抗礼》(Big Pharma Can Rival Big Software)。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 13)

这份报告给出了几个关键判断。

头一条,AI 制药已经站上「GPT-3 时刻」。

a16z 的原话是:我们认为当前 Bio × AI 的市场成熟度已接近 GPT-3 水平。当年 GPT-3 正是通用 AI 从「能用」跨到「好用」的分水岭。a16z 的判断是,生物模型里也在冒出类似的能力。

第二条,药企往后会按「科技股」来定价。

过去给传统药企估值,看的是现有药物组合的现金流折现,藏在背后的研发引擎基本得不到资本认可。可一旦 AI 把药物发现做得「高度可重复、可预测」,投资者就愿意为药企的 AI 基础设施掏钱,跟为 SaaS 公司的平台付费是一个道理。

说到底,这是估值逻辑被彻底改写。

第三条,11月10日发布的 NovaAtom-Lite 已经被 a16z 收进这份研报。

模型才发布三天,就被顶级资本写进行业报告,这个反应速度本身就够说明问题。它是真被看见了。

更有意思的是,a16z 报告那张产业版图插图中,被点名提到的公司只有 Geodesic Intelligence 一家。

顾全全团队发布NovaAtom-Lite:成立5个月,FoldBench超越IsoDDE(配图 14)

报告把 AI 制药初创划成两类。一类是 Isomorphic Labs、Recursion 这种亲自下场做药的「垂直整合者」,扛高风险,赌万亿美金的天花板;另一类是做模型、工具和平台的「卖铲人」,供应实验室自动化、AI 智能体、分子设计引擎。

Geodesic 显然被放在了后一类里最靠前的位置。靠 Geodesic API 和 NovaDDE 平台,NovaAtom-Lite 的能力正逐步开放给每一家药企和科研团队。

Geodesic Intelligence 会不会自己下场做药,眼下还没有答案。不过从其模型表现出的竞争力看,它完全有机会把边界从模型和工具供应延伸到药物研发本身。

a16z 的判断并非纸上谈兵,产业端的数据已经在印证这一趋势。

GenScript(金斯瑞)的 AI 制药业务连续三个半年翻倍增长,Twist Bioscience 的 AI 药物发现订单更是三位数飙升。

大药企也在抢着签约。单是 Isomorphic Labs 一家,诺华和礼来的合作协议加起来就将近30亿美元;Anthropic 自己建了湿实验室,OpenAI 则直接收购了生物科技公司。

行业的底层逻辑正被重写:AI 不再只是制药的辅助工具,它正在变成制药的基础设施。

最短路径

再说回 Geodesic Intelligence 本身。

顾全全是 UCLA 计算机科学系教授,在 AI for Science 领域名气不小。2026年6月,他创办了 Geodesic Intelligence,定下的目标只有一句话:

构建 AGI,找到从生物学到药物的最短路径。

仅仅5个月后,他带着15人的精锐团队交出了第一份答卷。

而这只是开头。官方已经说得很清楚,NovaAtom-Lite 是 NovaAtom 模型家族的第一个成员,更大、更强的模型还在路上。

Geodesic 的完整布局是一个三位一体的闭环:NovaAtom 管结构预测,NovaDDE 管科学推理与药物发现工作台,NovaLab 管湿实验验证——

从抛出生物学问题,到计算出分子结构、分析候选物,再到湿实验验证,整条链路被串成了一体。

a16z 在报告结尾写过一句话,放在这里颇为贴切:以更快速度、更低成本研发药物,会是 AI 影响最为深远的应用方向。

药物研发的“时间加速器”,确实已经到来。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 开发者做出特殊ZIP文件:能解压、能启动PC、还兼容Multiboot

    IT之家 11 月 17 日消息,开发者 David Oberhollenzer(网名 Goliath)制作了一个特殊的 ZIP 文件 boot.zip。 这个文件既能通过常规解压软件正常读取和解压,也能作为操作系统启动镜像,通过传统 BIOS 启动兼容的老式 PC,还支持 GRUB、QEMU 等兼容 Multiboo

    来源 AI 行业观察
  2. 辛顿:AI数学已超多数数学家,10年内或开出人类看不懂的分支

    【“AI教父”辛顿:10年内AI或开创人类无法理解的数学分支】财联社11月16日电,诺奖得主、“人工智能教父”辛顿当地时间11月14日表示,AI在数学上已比几乎所有数学家都更聪明;多数数学家都判断,未来几年、很可能10年内,AI将发展出人类根本无法理解的数学分支。(澎湃新闻)...

    来源 腾讯网
  3. 刚刚,陈丹琦官宣兼职加入Noeri,新公司押注AI自进化

    普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。 今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。 Noeri 由斯坦福大学计算机科学教授 Y

    来源 AI 行业观察
  4. AI让我们更忙?考恩、索洛、杰文斯三个悖论

    先说个我自己的直观感受: AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。 但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。 我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。 最终,AI并没有给我们省时间,反而让我们越来越忙。 今天卫

    来源 AI 行业观察
  5. 樊路远卸任大麦娱乐主席及CEO:徐宏接任董事会主席

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
  6. 樊路远辞任大麦娱乐主席兼CEO,徐宏、沈严接任

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
  7. 360回应市场部负责人被带走调查:内审发现问题

    【TechWeb】11月17日消息,针对360副总裁、市场部负责人卜思南已在上周被警方带走调查的消息,360向TechWeb表示:经初步了解,公司内审发现该员工涉嫌经济问题,立即向公安机关报案,目前该员工正在接受有关部门调查。公司一贯要求全

    来源 TechWeb
  8. Faster AI Does Not Mean Smaller Companies

    Tools that speed up reports and routine service cut the cost of both buying outside help and running a larger internal operation. Headcount, hierarchy, and scop

    来源 AI 行业观察
  9. 为什么AI反而让我们越来越忙?关于AI的3个悖论

    先说个我自己的直观感受:AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。最终,AI并没有给我们省时间,反而让我们越来越忙。今天卫...

    来源 腾讯网
  10. SuperLink2026落地北京:12月2-3日,3000位创投人聊什么

    2026年,中国股权投资市场正在经历深刻的结构性演进。一级市场投资逻辑持续迭代,资本对于长期价值与产业落地的关注不断加深,人工智能加速渗透各行各业,一批创新企业和年轻创业者正在崭露头角。资本、科技与产业之间高效、深度的连接,正变得更加重要。 在此背景下,12月2-3日,由清科控股(01945.HK)、投资界主办的Sup

    来源 AI 行业观察
向下滚动自动加载更多