Nesso-1:Valence Labs、Recursion Pharmaceuticals
开源蛋白-配体亲和力模型,主打以粗粒度结构换取推理速度。
小分子 · AI 原生 biotech · 美国、加拿大 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | Nesso-1;有歧义、不自动链接:Nesso |
| 家族 | 否(单一版本,无家族成员) |
| 机构 | Valence Labs、Recursion Pharmaceuticals |
| 机构类型 / 国家 | AI 原生 biotech / 美国、加拿大 |
| 模型类别 | 结构到亲和力(粗粒度共折叠亲和力) |
| 领域 | 小分子(次领域:结构/共折叠) |
| 首次发布 | †(未核实)(依据:权重托管站上的「发布 v1.0.0」提交;同月另有技术报告 PDF,确切日期未取到) 仓库创建日按口径不得作首发;此处取同日的权重发布提交,技术报告确切日仍缺 |
| 其他里程碑 | 最早公开证据 †(未核实)(权重发布提交);预印本 v1 (预印本 posted 日(登记机构记录;DOI 字符串中的 08-01 不作日期使用));权重发布 †(未核实)(权重托管站发布提交) |
| 最近更新 | ,论文修订:预印本于 2026-08-03 上线;此后权重托管站只有模型卡与图片资源编辑(配置 2026-07-28、图 2026-08-06)(原 kind 记为「未检出发布后更新」,与说明直接矛盾,已改为预印本上线)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:不明;权重:开放(Apache-2.0 per model card);权重在模型托管站公开,模型卡标 Apache-2.0;独立代码仓库未检出 |
| 状态 | 活跃:12 个月内有权重发布与预印本 |
| 报过的 benchmark | 4 项计入(改协议 3 · 赛后复用 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库有开发公司页,但无该模型页) |
| 截至 | 2026-11-16 |
做什么
沿用 Boltz-2 的公开训练数据与优化框架,去掉其中的原子级扩散模块,用粗粒度姿态换推理速度,思路与 TerraBind 一致;输出蛋白-配体结合亲和力预测,定位是大规模虚拟筛选的前置过滤。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。4 项计入(改协议 3 · 赛后复用 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 05 PoseBusters | 开发方自报,协议有改动 | 是 | — | 自报 | 同句点名;姿态为粗粒度,物理有效性检查未按全原子方式执行 | 出处 |
| 30 PLINDER / PINDER / Runs N' Poses | 开发方自报,协议有改动 | 是 | — | 自报 | 同句点名的第三个结构 benchmark,指标与基线来源、过滤限定相同 | 出处 |
| 31 FoldBench | 开发方自报,协议有改动 | 是 | — | 自报 | 技术报告点名该 benchmark,但基线数字转引他文并自承过滤条件不同,属改协议自报 | 出处 |
| 01 CASP | 赛后数据复用 | 是 | — | 第三方 | 对已发布赛季亲和力集(140 个复合物、2 个靶点)的赛后复用,非参赛 | 出处 |
其他评测(不在 44 项内)
- 公开亲和力基准(站外)(站外公开 benchmark,自报):一个病毒蛋白酶化合物集与多个自由能计算对照集上报告相关性,基线多转引他文
- 虚筛类分子活性基准(站外)(站外公开 benchmark,自报):报告平均精度与富集指标,基线取自被对照模型的论文
- 25 个内部生化 assay(自建任务集,自报):化合物加权相关性对比;报告自承部分 assay 上提升有限
- 推理速度对比(仅与基线对比,自报):三个内部靶点各 10 个化合物、单卡设置下与对照模型比吞吐;公司口径另有更高倍数(二手)
开发方称:这是一个开源粗粒度共折叠亲和力模型,推理比对照模型快一个量级以上,在其所选的公开亲和力与结构 benchmark 上持平或更好,同时自承多为分布内、零样本泛化有限。
独立证据:未检出独立证据(未检出第三方评测;所有数字出自技术报告,基线多为转引)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 沿用 Boltz-2 的公开训练数据与优化流程 | 出处 |
| b 私有 / 授权 | 未披露 | — | — |
| c 自产 wet lab 训练数据 | 否 | 无自产湿实验训练数据 | 出处 |
| d 仅用于验证的 wet lab | 否 | 内部生化 assay 是已有数据上的留出评测,不是新做的湿实验;使用规模未公开 | 出处 |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:开发方是一家美国上市 AI 药物发现公司的 AI 研究部门,该公司 2024 年与一家英国 AI 药物设计公司合并,2026-01-01 起由新任首席执行官领导(原负责人转任董事长,2026-04 起改任战略顾问)。
- 融资:未披露
- 产品与合作:该公司与一所美国大学共同发布过前代共折叠亲和力模型(2025-06),该团队其后独立成公益公司(见 BoltzGen 记录);本模型是前代的精简提速版,并明确参考 TerraBind。
- 相关模型:Boltz-2、TerraBind、BoltzGen、AQAffinity
怎么看
- 亮点是速度而非精度突破,适合做虚筛前置过滤。
- 三个结构 benchmark 的条目都是改协议自报:过滤条件自承与被引论文不同,姿态为粗粒度。
- CASP 条目是赛后复用已发布亲和力集,不是参赛,不计入报告数。
- 报告自承泛化有限,且在一个基准上分子量这类朴素基线几乎同样好,不宜外推到新靶点。
局限与注意
- 所有数字为开发方自报,基线多转引他文,无第三方复算。
- 首发依据含仓库创建成分,技术报告确切日期未取到,标部分核实。
- 速度倍数有两个口径(技术报告与公司公开发言),后者仅二手。
- 内部 assay 的使用规模未公开。
来源
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。