大数跨境

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年

10年太慢!顾全全团队叫板Dario:治愈癌症压缩到4年 新智元
2026-11-16
0

新智元报道  


Anthropic CEO Dario Amodei 曾预言,AI 将在 10 年内完成人类生物学 50 至 100 年的进展,攻克癌症与阿尔茨海默症等顽疾。然而,科学家顾全全提出了更为激进的目标:将药物研发周期压缩至 4 年。


11 月 10 日,顾全全创立仅 5 个月的 Geodesic Intelligence 发布全原子结构预测模型 NovaAtom-Lite。在全球严苛的生物分子预测基准测试 FoldBench 上,该模型击败了谷歌 DeepMind 旗下 Isomorphic Labs 的王牌模型 IsoDDE,在多项生物制药基准测试中登顶。



这场“以小博大”的胜利引发业界震动。相比 Isomorphic Labs 累计融资 27 亿美元、估值超 400 亿美元的体量,Geodesic Intelligence 仅凭 15 人团队和数百张 GPU,在 5 个月内实现了技术超越。


这并非顾全全首次挑战行业巨头。此前他带领字节跳动团队开发的 SeedFold,曾是首个在 FoldBench 上超越 AlphaFold 3 的模型,直接促使 Isomorphic Labs 推出 IsoDDE 夺回王座。如今,NovaAtom-Lite 再次实现反超,且据透露,更强大的 NovaAtom-Pro 已在筹备中。



生物界正迎来类似 HBM 的爆发时刻,药物研发的时间表有望再度提前。


NovaAtom-Lite 的核心突破


药物研发的核心难点在于原子尺度的精准匹配:抗体需结合抗原,小分子需嵌入蛋白质口袋。传统湿实验耗时 13 年、耗资近 20 亿美元,成功率不足 5%。NovaAtom-Lite 旨在通过计算机模拟大幅缩短这一试错周期。


该模型能输入蛋白质、DNA、RNA 序列及小分子配体信息,精确预测复合物中每个重原子的三维坐标。其特色在于引入“条件约束与提示”功能,允许用户输入共价键或结合口袋等线索,模型将其作为参考而非硬性约束,像具备化学物理常识的“AI 大脑”灵活预测。


此外,模型不仅输出坐标,还提供局部结构置信度(pLDDT)、残基间预期误差(PAE)及界面可靠性指标(ipTM),明确告知预测结果的把握程度。


基准测试表现卓越


FoldBench 是目前公认最严格的全原子生物分子预测基准,数据均来自模型训练截止后的新结构,杜绝了数据泄露风险。NovaAtom-Lite 在两项核心指标上表现优异:


1. 抗体-抗原结合预测:在 172 个抗体-抗原结合界面测试中,NovaAtom-Lite 的 DockQ 成功率比 AlphaFold 3 高出 31 个百分点,比 IsoDDE 高出 3.5 个百分点。在高精度要求(DockQ ≥ 0.80)下,其成功率是 AlphaFold 3 的 2.2 倍。



2. 蛋白质-配体结合预测:在 558 个结合界面测试中,要求配体 RMSD < 2 Å 且 LDDT-PLI > 0.8。NovaAtom-Lite 在此项苛刻测试中同样位列第一。



泛化能力与推理引擎


针对“是否死记硬背”的质疑,业界通过 Runs N' Poses 测试验证模型的泛化能力。该测试将样本按与训练集相似度分组。


在相似度最低(0-20%)的“超纲题”中,AlphaFold 3 成功率降至 24%,而 NovaAtom-Lite 仍保持在 47.6%,近乎前者两倍。而在高相似度区间,两者差距缩小。这表明 NovaAtom-Lite 掌握了微观原子世界的底层物理法则,具备更强的可迁移推理能力。



Test-time Scaling 效应显著


实验显示,增加推理阶段的算力(随机种子数量)可显著提升准确率。从 1 个种子的 74.3% 到 100 个种子的 83.1%,成功率提升近 9 个百分点。这种弹性使得初创公司可用低算力快速试错,而药企可通过高算力追求极致精度。



提示工程提升精度


模型能有效利用科学家提供的先验知识。在抗体-抗原预测中,仅提供一个接触残基对提示,成功率即从 79.07% 飙升至 91.28%。在更难的小分子预测中,提供完整口袋提示可使最难样本的成功率从 47.6% 提升至 63.5%。这意味着科学家的经验能与 AI 形成高效互补。



解决真实世界难题案例


案例一:MERS 病毒纳米抗体预测


面对 MERS 病毒中极度灵活、缺乏共变信号的 CDR-H3 长环预测难题,NovaAtom-Lite 生成的 25 个候选方案全部命中。DockQ 达 0.839,CDR-H3 预测误差仅 0.56 Å,实现了分子级的高精度定格。


案例二:KRAS 癌症靶点隐藏口袋识别


在 KRAS G13D 突变体结构中,药物需结合平时锁闭的“隐藏口袋”。OpenDDE 模型预测失败(RMSD 17.74 Å),而 NovaAtom-Lite 的配体 RMSD 仅为 0.98 Å,并准确重现了 switch-II 区域的构象变化及天然极性接触,展现了真正的分子级微雕能力。


a16z 观点:制药业的 GPT-3 时刻


NovaAtom-Lite 发布三天后,顶级风投 a16z 发布研报《大型制药企业,即将与大型软件分庭抗礼》,指出 AI 制药已进入类似 GPT-3 的成熟转折点。



报告核心观点包括:

1. 估值逻辑重构:若 AI 使药物发现可预测,药企将按科技股而非传统现金流折现估值。

2. Geodesic Intelligence 受关注:作为唯一被点名提到的公司,Geodesic 被视为提供模型和工具的尖端“卖铲人”,通过 API 和平台赋能行业。



产业数据印证了这一趋势:GenScript AI 业务翻倍增长,Isomorphic Labs 与诺华、礼来签署近 30 亿美元协议,科技巨头纷纷布局生物实验室。AI 正从辅助工具转变为制药基础设施。


构建生物学到药物的最短路径


UCLA 教授顾全全于 2026 年 6 月创立 Geodesic Intelligence,旨在构建 AGI 以打通生物学到药物的最短路径。NovaAtom-Lite 仅是起点,公司正构建三位一体闭环:

NovaAtom:负责结构预测;

NovaDDE:负责科学推理与药物发现工作台;

NovaLab:负责湿实验验证。


这一布局实现了从问题提出、计算分析到实验验证的全流程打通。正如 a16z 所言,更快、更低成本地研发药物,将是 AI 最具深远影响力的应用方向。


编辑:Aeneas 所罗门


秒追ASI

【声明】内容源于网络
0
0
新智元
智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
内容 16747
粉丝 0
新智元 智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
总阅读516.7k
粉丝0
内容16.7k