Saturn:EPFL (Laboratory of Artificial Chemical Intelligence)
分子生成与优化模型,主打有限 oracle 预算下的样本高效搜索。
小分子 · 学术实验室 · 瑞士 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | Saturn |
| 家族 | 否(前作 Augmented Memory 与下游可合成性约束工作均无独立实体记录) |
| 机构 | EPFL (Laboratory of Artificial Chemical Intelligence) |
| 机构类型 / 国家 | 学术实验室 / 瑞士 |
| 模型类别 | 分子生成与强化学习优化 |
| 领域 | 小分子(次领域:分子生成) |
| 首次发布 | (依据:arXiv 2405.17066 v1 提交日) |
| 其他里程碑 | 最早公开证据 (arXiv v1);预印本 v1 (arXiv v1);期刊上线 (期刊版上线(登记机构记录的创建/出版日));官方公告 †(未核实)(所属大学 AI 中心的报道) |
| 最近更新 | ,期刊发表:期刊版发表(DOI 10.1038/s42256-026-01200-4);此后仓库另有反应条件约束合入(2026-06-17)与文档类提交(2026-10-26),属次级代码活动。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;权重:不明;代码公开在 GitHub;许可证文本与权重发布情况本轮未取到 |
| 状态 | 活跃:12 个月内有期刊发表与仓库提交 |
| 报过的 benchmark | 0 项计入 |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
把状态空间(Mamba)序列模型与经验回放加数据增强的强化学习算法结合,在昂贵 oracle(对接、量化计算一类)调用预算有限时做分子优化,目标是用更少调用拿到满足多目标约束的分子。与 REINVENT 4 同属强化学习型优化器并以其为对照,但更强调样本效率。
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。0 项计入。
在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。
其他评测(不在 44 项内)
- 自建对接多目标优化与命中率任务(自建任务集,自报):三个受体的对接多目标任务与五个靶点的命中率任务,oracle 预算 1,000 次、多随机种子;摘要称胜过 22 个模型,基线取自他人论文表格
- 样本效率背景引用(仅与基线对比,自报):PMO 只作为样本效率问题的背景被引用,未报该套件成绩
开发方称:状态空间模型加记忆操作的算法,在有限 oracle 预算下的药物相关多目标优化上优于既有方法。
独立证据:未检出独立证据(未检出第三方在站内 benchmark 上对该模型的独立评测)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 公开化合物库(ChEMBL 33)预训练 | 出处 |
| b 私有 / 授权 | 否 | — | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | 未报告任何湿实验 | 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:瑞士一所理工大学化学科学与工程研究所下的人工化学智能实验室,方向为 AI 加速的分子与材料发现与合成;实验室 2022 年建组。
- 融资:资助来自瑞士国家重点研究中心的催化与分离两个计划、国家科学基金会的启动资助,另有多家化学与半导体企业的合作;2025 年获一项企业早期职业奖与一项校级学术奖。
- 产品与合作:前作为同组的记忆增强强化学习算法;本模型是把状态空间架构用于生成式分子设计的早期工作,代码开源,并衍生出可合成性约束的后续工作。
- 相关模型:REINVENT 4
怎么看
- 样本效率的口径比绝对成绩更重要:论文用 1,000 次 oracle 预算,PMO 的标准预算是 10,000 次,两者不可直接比。
- 对照成绩多直接引自他人论文表格,只有部分模型由作者重跑,版本与调参程度不一致。
- 无湿实验:可合成性与真实活性未被验证。
- 预印本(2024-05)与期刊版(2026-03)相隔近两年,对照对象可能已过时。
局限与注意
- 零配对:未在任何站内 benchmark 上报告成绩。
- PMO 配对不成立,原始论文只把它当背景引用。
- 「胜过 22 个模型」指作者自建任务组,不是公开榜单位次。
- 模型名是常用词,站内自动链接须走常用词守卫。
来源
- 预印本 arXiv 2405.17066(预印本)
- 期刊版论文(期刊)
- 代码仓库(仓库)
- 大学 AI 中心报道(官方网站)
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 | 候选配对 PMO(#19) | 非配对:原始论文未在该套件上报分,只作背景引用 | — | 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。