OpenDDE:Aureka AI Research、Aureka Biotechnologies
全开源共折叠模型,655M 参数,针对抗体-抗原调优,自称开放版药物发现引擎。
结构/共折叠 · AI 原生 biotech · 美国、中国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | OpenDDE;全称:Open Drug Discovery Engine;有歧义、不自动链接:DDE |
| 家族 | 否(只覆盖开源的 OpenDDE 权重;公司内部抗体设计模型是相关但不同的模型) |
| 机构 | Aureka AI Research、Aureka Biotechnologies |
| 机构类型 / 国家 | AI 原生 biotech / 美国、中国 |
| 模型类别 | 共折叠(偏抗体) |
| 领域 | 结构/共折叠(次领域:抗体) |
| 首次发布 | (依据:arXiv 技术报告(HF 卡称 07-03 预览,对外宣布 07-06)) |
| 其他里程碑 | 最早公开证据 †(未核实)(GitHub 预览发布(HF 卡口径));预印本 v1 (arXiv 技术报告 v1);代码发布 †(未核实)(GitHub 预览发布);权重发布 †(未核实)(Hugging Face 权重);官方公告 †(未核实)(对外宣布(媒体报道口径)) |
| 最近更新 | ,代码发布:1.2.0 加入约束引导推理与示例;此前 1.1.0(2026-08-16)与多个 1.0.x 版本。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:开放(Apache-2.0);权重:开放(Apache-2.0);代码、权重与基准齐全,Apache-2.0;是目前可完整复现的闭源引擎级对照 |
| 状态 | 活跃:发布当年持续出版本 |
| 报过的 benchmark | 1 项计入(改协议 1);另 1 条不计入(未证实 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站无对应页面) |
| 截至 | 2026-11-16 |
做什么
全原子生物分子基础模型,预测蛋白、核酸与小分子复合物结构,作为「药物发现引擎」的入口,并针对抗体-抗原泛化调优。相对权重专有的 Protenix 与闭源的 IsoDDE,它把训练代码、推理管线、检查点与基准一并开放。
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。1 项计入(改协议 1);另 1 条不计入(未证实 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 31 FoldBench | 开发方自报,协议有改动 | 是 | self-defined FoldBench antibody-antigen subset | 自报 | 抗体子集由团队自定义,与官方榜不可比;附录未给该面板的阈值 | 出处 |
| 36 AIntibody | 未证实 | 否 | Challenge 1 (computational affinity maturation) | 未知 | 名次属公司内部抗体设计模型(竞赛论文用另一登记名),不能记给本模型权重;矩阵与模型页冲突,仍是未决的不一致(未核实 / unverified)† | 出处 |
其他评测(不在 44 项内)
- 自建抗体评测集(自报,自报):技术报告另在两个抗体评测集上自报成绩,其中一个部分自建,每项都给 top-ranked 与 oracle 两种选择口径
- 竞赛论文的整体结论(第三方解读,第三方):AIntibody 论文的结论是计算设计整体并未胜过实验方法,新闻稿的「超越」措辞偏强
- 开源版说法(二手,第三方):「本模型是公司内部模型的开源版」只见于公司新闻稿与一篇二手报道,技术报告与仓库均未提
开发方称:开发方称这是首个达到闭源引擎级别的全开放共折叠模型,并在抗体-抗原上领先(自报,评测集部分自建)。
独立证据:未检出独立证据(可引用的只有自报表,未见第三方复现)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 加权 PDB、AFDB-multimer、蒸馏数据、MGnify、Swiss-Prot、SAbDab | 出处 |
| b 私有 / 授权 | 未披露 | 论文未提私有或授权数据 | 出处 |
| c 自产 wet lab 训练数据 | 否 | 论文未提;公司另有高通量湿实验平台,反馈回路称属后续功能 | 出处 |
| d 仅用于验证的 wet lab | 否 | — | — |
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:Aureka Biotechnologies 2023 年成立,总部加州 Laguna Hills 并设上海团队,AI 原生 biotech,自建干湿闭环平台与候选药管线;员工规模未披露。
- 融资:2025-11 A 轮(金额各来源不一,二手);2026-04-28 A+ 轮 3,500 万美元;2026-08-10 宣布 1 亿美元 B 轮,累计融资近 2 亿美元。
- 产品与合作:开源本模型作为药物设计引擎模块,自有管线聚焦心代谢免疫与中枢神经,并在 Irvine 新建湿实验室;药企合作未披露。
- 相关模型:IsoDDE、Protenix、ESMFold2
怎么看
- 抗体数字高,但评测集部分自建,需独立复现。
- 每个抗体评测都有两种选择口径,引用时必须写明用哪一种。
- 没有 PoseBusters 与 Runs N' Poses,小分子姿态精度无法与同类对照。
- 开放度是它最硬的优势:唯一可完整复现的引擎级对照。
局限与注意
- 竞赛名次属公司内部模型,不属开源权重;该配对仍是未决的不一致(未核实 / unverified)。
- 「开源版」只有公司口径与一篇二手报道支撑。
- 技术报告对同一对照模型的取值前后不一致。
- 公司称湿实验反馈回路属后续功能,当前版本未用自产数据。
来源
- OpenDDE 技术报告(预印本),
- OpenDDE GitHub 版本页(仓库)
- Hugging Face 权重(仓库)
- 抗体设计竞赛论文(期刊)
- 媒体报道:开源模块与公司背景(新闻)
- 公司新闻稿转载(二手)(二手)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| benchmarks_reported.bench-36-aintibody | 矩阵标为官方榜单条目 | 改为未证实:名次属公司内部抗体设计模型,不属本模型权重(未核实 / unverified) | — | 依据 | 2026-11-16 |
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。