TamGen:Microsoft Research AI for Science、Global Health Drug Discovery Institute (GHDDI)
靶点感知分子生成模型,按蛋白口袋条件生成并精修化合物。
小分子 · 多类机构联合 · 中国、美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | TamGen |
| 家族 | 否(单一模型,无家族成员与后继) |
| 机构 | Microsoft Research AI for Science、Global Health Drug Discovery Institute (GHDDI) |
| 机构类型 / 国家 | 多类机构联合 / 中国、美国 |
| 模型类别 | 靶点条件分子生成(化学语言模型 + 口袋编码) |
| 领域 | 小分子(次领域:分子生成) |
| 首次发布 | (依据:预印本 posted(登记机构记录)) 原记为 2024-01(仅月份),按登记记录升级到日级 |
| 其他里程碑 | 最早公开证据 (预印本 posted);预印本 v1 (预印本 v1);期刊上线 (期刊发表(DOI 10.1038/s41467-024-53632-4)) |
| 最近更新 | †(未核实),期刊发表:期刊发表为最近一次有出处的实质事件;代码仓库无 release,最后提交 2025-09-24(维护性,内容未查)(维护性提交晚于期刊日期,但维护提交是否计为更新的口径未定,故标未核实)。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;代码在开发机构的 GitHub 组织下开放;许可证文本与权重发布情况本轮未取到 |
| 状态 | 仅维护:仅维护性提交,最后一次为 2025-09-24 |
| 报过的 benchmark | 1 项计入(自报 1) |
| 湿实验验证 | 1 条记录 |
| 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
在化合物语言模型上加入蛋白口袋的上下文编码,实现靶点条件下的分子生成,并支持在已有分子基础上精修;论文走设计—精修—实验的完整流程,由大厂实验室一侧生成化合物、非营利药物研究所一侧做结合分析、构效关系与酶活实验。与 GenMol、Saturn 的差别是有真实湿实验闭环,但不参与公开优化榜。
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(自报 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 32 CrossDocked2020 | 开发方按官方口径自报 | 是 | — | 自报 | 100 个测试口袋,与多个 3D 生成方法比对接分与类药性指标;逐项数值只在图与补充材料,正文无数字 | 出处 |
其他评测(不在 44 项内)
- 靶点条件生成的自建指标组合(自建任务集,自报):论文用平均倒数排名把多项类药性与对接指标综合成一个口径,该综合方式不是官方协议
- 病毒靶点案例(案例研究,自报):开发机构页面另称覆盖冠状病毒靶点,属案例描述,无评测数据
开发方称:靶点条件生成加精修的流程能产出可直接送测的化合物,在公开口袋集的多项类药性与对接指标上处于前列。
独立证据:未检出独立证据(未检出第三方独立评测或复现;实验由合作机构执行并由作者汇总)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 解码器在公开化合物库随机抽取的 1,000 万条 SMILES 上预训练;靶点条件训练用 CrossDocked2020 等复合物集 | 出处 |
| b 私有 / 授权 | 否 | — | 出处 |
| c 自产 wet lab 训练数据 | 否 | 未见把实验结果回灌训练 | 出处 |
| d 仅用于验证的 wet lab | 是 | 针对一个结核分枝杆菌蛋白酶靶点的体外酶抑制实验,仅用于验证 | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 结核分枝杆菌蛋白酶体外酶抑制 | 不给数字 | 不给数字 | 不给数字 | — | 不给数字 | 生成 2,612 / 8,635 条设计、选出 296 条进入后续;14 个活性化合物的构成为 5 个商业类似物、3 个构效关系合成物,以及 8 个直接合成物中的 6 个(体外抑制低于 40 μM 量级) | journal paper | 自报 | 部分核实† | 合作的非营利药物研究所执行实验,不是独立评测 | 不给总体成功率:命中分母跨三类来源(商业类似物 / 构效合成 / 直接合成),不可合并成一个比率;站上「测了 16 个」在论文中不存在,已删 | 出处 |
背景
- 机构:开发方为一家美国软件企业的科学 AI 研究部门(2022 年成立)与一家 2016 年在北京成立的非营利药物研发机构,后者由一家全球健康基金会、北京市政府与一所中国大学共同发起;论文作者另来自两所中国高校。
- 融资:非营利研究所早期获约 1 亿美元五年支持,2023-06 该基金会宣布续资 5,000 万美元(五年)并由市政府配套;论文声明部分由该基金会支持。
- 产品与合作:两家机构 2024-01 宣布合作:大厂实验室生成候选分子,研究所做实验验证,并称将继续做先导优化、ADMET 改善与临床前推进;金额未披露。
- 相关模型:GenMol、Saturn
怎么看
- 14 个活性化合物不是 14 个模型生成分子:其中 5 个是商业类似物、3 个是构效关系合成物,最强活性那个属商业类似物。
- 设计量 2,612 / 8,635、选出 296 条,这是真正的分母;旧站写的「测了 16 个」在论文中查不到。
- 体外酶抑制属早期 hit 水平,没有细胞或动物数据,离成药很远。
- CrossDocked 的逐项数值只在图与补充材料,正文无数字,跨论文比较要谨慎。
局限与注意
- 湿实验命中分母跨三类来源,不能合并成单一成功率。
- 最近更新的口径受维护提交政策影响,标未核实。
- 站上原称「无 Top30 配对」,实际存在一项按官方协议的自报配对。
- 综合排名方式由作者自定,不是 benchmark 官方口径。
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。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| wetlab_validation | 测了 16 个化合物、14 个强抑制,最强 IC50 1.88 μM | 删去「测了 16 个」(论文无此说法);14 个活性由 5 个商业类似物 + 3 个构效合成物 + 8 个直接合成中的 6 个组成,最强活性属商业类似物;设计 2,612/8,635、选 296 | — | 依据 | 2026-11-16 |
| first_release | 2024-01 | 2024-01-08(预印本 posted) | — | 依据 | 2026-11-16 |
| benchmarks_reported | 无站内 benchmark 配对 | CrossDocked:按官方协议自报 | — | 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。