Pearl:Genesis Molecular AI
Genesis Molecular AI 的闭源蛋白-配体共折叠模型,主打大规模物理合成结构训练。
结构/共折叠 · AI 原生 biotech · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | Pearl;别名:Pearl-2026.1.dev、Pearl system、DeCAF-Pearl;有歧义、不自动链接:Pearl |
| 家族 | 否(单一模型线;Pearl system 与 DeCAF-Pearl 为其推理系统与蒸馏版) |
| 机构 | Genesis Molecular AI |
| 机构类型 / 国家 | AI 原生 biotech / 美国 |
| 模型类别 | 共折叠(蛋白-配体,SO(3) 等变扩散) |
| 领域 | 结构/共折叠(次领域:小分子) |
| 首次发布 | (依据:arXiv v1,Genesis 官方发布文同日) |
| 其他里程碑 | 最早公开证据 (arXiv v1);预印本 v1 (arXiv 2510.24670 v1);官方公告 (Genesis 官方发布文,同日公司改名新闻稿) |
| 最近更新 | ,产品更新:发布 DeCAF-Pearl(在 Pearl-2026.1.dev 检查点上做 flow-map 蒸馏);此前 06-03 发布带推理时扩展与 pose 排序的 Pearl system(博客页日期取自检索结果;模型仍为专有,未见权重或 API)。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:不开放;权重:不开放;论文与官方发布页均无权重或推理代码入口,也未见 API |
| 状态 | 活跃:12 个月内有官方产品更新,模型本身闭源 |
| 报过的 benchmark | 2 项计入(自报 1 · 改协议 1) |
| 湿实验验证 | 1 条记录 |
| 全站实体页 | 无(全站无对应页面) |
| 截至 | 2026-11-16 |
做什么
预测蛋白-配体复合物结构,推理时支持口袋条件与模板等控制;论文称性能随合成数据规模提升,并承认分布外精度下降、置信度选 pose 仍不可靠。相对 Boltz-2 主打 pose 精度而非亲和力;相对 AlphaFold 3 走合成数据路线。
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。2 项计入(自报 1 · 改协议 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 30 PLINDER / PINDER / Runs N' Poses | 开发方按官方口径自报 | 是 | Runs N' Poses, best@5 with PB-valid filter | 自报 | 论文自报;对比基线由 Pearl 团队自行重跑 †(未核实) | 出处 |
| 05 PoseBusters | 开发方自报,协议有改动 | 是 | PoseBusters V2, best@5 with PB-valid filter | 自报 | 自报 best@5 加 PB-valid 口径;AlphaFold 3 取其官方 max-confidence 数字,口径混合;Boltz-2 因训练截止较晚被排除 †(未核实) | 出处 |
其他评测(不在 44 项内)
- InternalXtals 内部晶体集(自建任务集,自报):111 个内部晶体结构,含无条件与口袋条件两种设置;非公开、无法复现
- OpenBind 零样本评测(Pearl system)(站外公开 benchmark,自报):公司博客称 Pearl system 零样本超过所有共折叠模型;仅公司自述
开发方称:在 PoseBusters 与 Runs N' Poses 上均高于 AlphaFold 3 与开源模型(best@5 加 PB-valid 口径),且性能随合成数据规模提升。
独立证据:未检出独立证据(无第三方复现;权重未公开,无法外部复核)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | PDB(截至 2021-09-30)加 OpenFold / AFDB 单体蒸馏;另有物理方法合成结构 | 出处 |
| b 私有 / 授权 | 否 | 论文称未使用专有实验数据 | 出处 |
| c 自产 wet lab 训练数据 | 否 | 合成结构由物理方法生成(scaling 实验 582,065 个),不是湿实验;旗舰模型合成集规模未披露 | 出处 |
| d 仅用于验证的 wet lab | 是 | 111 个已有内部晶体结构仅作评测,非新做湿实验 | 出处 |
湿实验验证
每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。
| 实验 | 靶点数 | 受测设计 | 命中 | 成功率 | 最佳亲和力 | 分母口径 | 版本 | 来源类型 | 日期 | 核实 | 执行方 | 说明 | 出处 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 内部晶体结构留出评测(已有数据) | — | — | — | — | — | 111 个内部晶体结构,仅作评测;训练严格只用公开数据 | arXiv v2 | 自报 | — | 已核实 | — | 开发方自报;集合非公开、无法外部复现,不是独立复现;合成结构集不属湿实验 | 出处 |
背景
- 机构:Genesis Molecular AI(前身 Genesis Therapeutics)2019 年创立,总部加州 Burlingame,在 San Diego 有自有实验室、纽约有办公室,定位 AI 原生小分子药物发现;2025-10-28 改名并同日发布 Pearl。
- 融资:2020-12 A 轮 5200 万美元;2023-08 B 轮 2 亿美元(a16z 共同领投,NVentures 等参投);2024-11 NVentures 追加股权投资。累计超 2.8 亿美元为二手口径。
- 产品与合作:Pearl 是 GEMS 平台的结构预测引擎;NVIDIA 工程合作提速训练与推理(公司口径);药企合作有 Gilead 与 Incyte,2026-05-20 Incyte 扩展合作,首付 1.2 亿美元,其专有实验数据将用于训练下一代模型。
- 相关模型:AlphaFold 3、Boltz-2、Boltz-1 / Boltz-1x、Chai-1、Protenix
怎么看
- 两项头条成绩都是作者自报,口径为 best@5 加 PB-valid;换成单次预测或不要求 PB-valid,数字与排序都会变。
- 对比中 AlphaFold 3 取其官方 max-confidence 口径,低于其他论文的复算值,领先幅度被口径放大。
- 合成数据路线值得关注,但论文自承分布外退化,与 Runs N' Poses 相似度越低越差的现象一致。
- 内部晶体集上的优势无法外部复现,只能当作公司自述。
局限与注意
- 论文中其他模型的成绩由 Pearl 团队重跑或引用,本页不转载这些他方数字。
- 权重与推理代码均未公开,第三方无法复核。
- Pearl 是常用词,检索与自动链接时需防误配同名项目。
来源
- Pearl 论文(arXiv 2510.24670)(预印本)
- Pearl 论文 v2 全文(预印本)
- Genesis:Introducing Pearl(公司博客)
- Pearl 技术报告 PDF(官方网站)
- Genesis:DeCAF-Pearl 模型蒸馏(公司博客)
- Genesis:Pearl system 的 OpenBind 零样本评测(公司博客)
- Genesis Molecular AI 发布 Pearl 新闻稿(2025-10-28)(新闻)
- Genesis B 轮公告(新闻)
- TechCrunch:Genesis A 轮(新闻)
- Genesis 与 NVIDIA 投资及合作公告(新闻)
- Incyte 与 Genesis 扩展合作新闻稿(新闻)
更正记录
无。
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。