sim2real 保真度阶梯

定义：仿真与合成数据的保真度越往下游（结构 > 姿态 > 亲和力 > 细胞功能 > 疗效）越差，误差逐级放大，因此需要湿实验真值在末端校准。

证据：结构层可用，蒸馏已是标准配方（见 AlphaFold DB 与结构蒸馏，[1][2]）。姿态层，PoseBusters（Chem. Sci. 2024）显示 5 个深度对接方法未在物理合理性或泛化上超过 AutoDock Vina 与 CCDC Gold [5]。亲和力层，Boltz-2 在 FEP+ 基准 Pearson 0.62 且为开发者自报，⚠️ 未见独立复核 [2]。细胞层，Nature Methods 2025 比较 5 个基础模型与 2 个深度模型，对单/双基因扰动预测无一超过"无效应"与"加性"基线 [3]。疗效层只有 EMA 对 PROCOVA 的资格意见这一监管先例，预测被当协变量而非替代终点（见 Unlearn.AI）[4]。

争议：框架是分类法，各级放大系数缺乏统一度量；对接分数偏差与基准泄漏会抬高表观精度。

来源

1. https://www.biorxiv.org/content/10.1101/2024.07.01.600583v1.full (2026-10-15)
2. https://www.biorxiv.org/content/10.1101/2025.06.14.659707v1.full (2026-10-15)
3. https://pmc.ncbi.nlm.nih.gov/articles/PMC12328236/ (2026-10-15)
4. https://www.clinicaltrialsarena.com/news/ema-qualifies-unlearn-approach/ (2026-10-15)
5. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10901501/ (2026-10-15)