编辑丨&
2026 年 9 月，AI for Science（AI4S）领域知名学者顾全全宣布创立 Geodesic Intelligence，正式进军 AI 驱动的药物研发赛道。近期，该公司发布了其 NovaAtom 模型家族的首款产品——NovaAtom-Lite。
NovaAtom-Lite 专注于蛋白质、核酸及其结合分子的全原子结构预测，尤其在抗体-抗原及蛋白质-小分子配体界面预测方面表现突出。Geodesic 旨在通过该模型，将生物学基础模型、计算工具与实验科学整合至同一研发链路，缩短从生物学问题到药物候选物的转化周期。
NovaAtom-Lite：面向复杂生物分子的全原子预测
多模态输入与灵活约束
NovaAtom-Lite 能够接收生物分子复合物中蛋白质、DNA 和 RNA 链的序列信息，以及参与结合的小分子配体数据，最终输出复合物中每个重原子的三维坐标。该模型具备强大的兼容性：
- 支持任意数量的蛋白质链，包括含修饰或非标准残基的蛋白质；
- 涵盖单链、双链 DNA 及复杂结构 RNA，及其结合的蛋白质；
- 允许用户提供额外结构信息，如环肽闭环方式、共价键连接（用于描述共价抑制剂、糖链或交联结构），以及蛋白质接触区域和配体结合口袋的提示。需注意，这些提示信息仅作为参考线索，而非硬性约束。
图 1：由八种分子绘制成的 NOVAATOM 示例。
多维度的置信度评估
在输出结果上，NovaAtom-Lite 不仅提供一组结构坐标，还生成多个经过独立采样和排序的候选结构，并附带多层级的置信度指标：
- pLDDT：评估局部结构的可信程度；
- PAE：反映残基之间的相对位置误差；
- ipTM：衡量分子界面的可靠性。
基准测试：在关键界面预测上超越 AlphaFold 3
Geodesic 使用 FoldBench 基准对 NovaAtom-Lite 进行了全面评估。该基准包含 1522 个生物分子复合物，数据来源为 2023 年 1 月至 2024 年 11 月间提交的 PDB 记录，并经过筛选以排除与 AlphaFold 3 训练集高度相似的结构。评估覆盖八类任务，重点考察分子界面预测及单体结构预测能力。
抗体-抗原界面预测
在涉及 172 个界面的测试中，以 DockQ ≥ 0.23 为成功标准，NovaAtom-Lite 的最佳排序预测成功率达到 79.07%。相比之下，IsoDDE 为 75.58%，AlphaFold 3 在同等条件下的评估结果为 47.90%。
图 2：NovaAtom-Lite 在抗体-抗原界面预测的性能表现。
蛋白质-配体界面预测
在 558 个蛋白质-配体界面的测试中，以配体 RMSD＜2 Å 且 LDDT-PLI＞0.8 为标准，NovaAtom-Lite 的成功率为 77.06%。这一成绩优于 IsoDDE 的 75.99% 和 AlphaFold 3 的 64.90%。这两项任务正是 Geodesic 着重强调的核心优势领域。
图 3：八个任务表现汇总。
总体而言，NovaAtom-Lite 在 FoldBench 的八项任务中有三项排名第一，七项进入前三。其竞争优势并非均匀分布在所有结构预测任务上，而是高度集中于抗体—抗原和蛋白质—配体结合界面。
案例解析与置信度校准
复杂构象变化的精准捕捉
在 KRAS G13D 与靶向 switch-II 口袋的小分子抑制剂测试中，配体结合需诱导蛋白质 switch-II 区域发生构象变化，形成原本未打开的结合口袋。NovaAtom-Lite 预测的配体 RMSD 仅为 0.98 Å，远优于 OpenDDE 的 17.74 Å。在 25 次采样中，模型均能将 switch-II 区域预测至接近晶体结构的位置，并成功重现 12 个原生极性接触。
图 4：蛋白质-配体案例分析。
置信度指标的真实性验证
研究团队对比了 NovaAtom-Lite 与 OpenDDE 在 FoldBench 上 691,945 个残基的 pLDDT 置信度与实际实验结构误差：
- 高置信度区（pLDDT＞90）：两种模型的 Cα 原子位置误差中位数均为 0.47 Å，表现相当；
- 低置信度区（pLDDT＜50）：NovaAtom-Lite 的误差中位数为 9.32 Å，显著低于 OpenDDE 的 13.5 Å。此外，NovaAtom-Lite 低置信度残基中有 67% 在实验结构中未被解析，而 OpenDDE 仅为 52%。
图 5：pLDDT 对 NovaAtom-Lite 和 OpenDDE 观测误差的对比。
结果表明，低置信度并不必然意味着预测错误，往往对应实验中未解析的区域。置信度指标的核心价值在于帮助研究人员区分哪些结构区域可直接参考，哪些需进一步实验验证。
构建 AI 原生的药物研发闭环
NovaAtom-Lite 并非孤立工具，而是 Geodesic 整体战略的关键一环。它既可通过 Geodesic API 嵌入用户自有代码，也可在 NovaDDE 平台中直接调用。结合此前发布的 NovaDDE、NovaAtom 和 NovaLab，Geodesic 正逐步构建一条从“提出生物学问题”到“计算分析分子结构”，再到“实验验证候选物”的完整研发路径。
作为首个落地的模型成果，NovaAtom-Lite 展现了在特定界面上的卓越性能。未来，NovaAtom 系列在更广泛分子类型上的泛化能力、NovaDDE 对工作流程的组织效率，以及 NovaLab建立的计算—实验反馈循环，将共同决定这一 AI 原生药物发现平台的长远发展潜力。