💡 站外导读：在AI驱动药物发现的浪潮中，高质量、开源的生物分子结构预测模型成为加速创新的关键基础设施。然而，长期以来，像AlphaFold 3这样的顶尖模型核心细节闭源，限制了学术复现与工业应用。字节Seed团队开源的Protenix-v1，首次在严格对齐AF3条件下实现了性能对标甚至超越，并通过双版本策略和轻量化设计，直击药物研发中的预测精度、计算成本与灵活性的核心痛点。
Protenix-v1是什么
Protenix-v1 是字节跳动 Seed 团队开源的生物分子结构预测模型，是首个在严格对齐 AlphaFold 3 数据截止日（2021-09-30）、模型规模和推理预算条件下，性能达到甚至超越 AF3 的完全开源模型。模型复现了 AF3 的 Inference-Time Scaling 能力，增加采样预算可带来对数线性性能提升，抗体-抗原预测 DockQ 成功率可从 36% 提升至 47.68%。模型采用双版本策略：标准版用于学术公平比较，数据扩展版（2025-06-30）面向实际药物发现场景。模型同时支持蛋白质模板、RNA MSA 等新功能，配套推出评估工具包 PXMeter 解决基准测试混乱问题。
Protenix-v1的主要功能
- 复合物结构预测：支持蛋白质-蛋白质、抗体-抗原、蛋白质-核酸、蛋白质-小分子等多类生物分子复合物的高精度三维结构预测。
- RNA MSA 支持：集成 RNA 多序列比对功能，能捕获 RNA 进化保守性和二级结构特征，显著提升蛋白质-RNA 复合物预测准确性。
- 模板信息整合：引入已知蛋白质结构模板，通过同源信息增强预测可靠性，同时稳定模型训练过程的收敛性。
- 推理时扩展能力：支持通过增加采样种子数量实现性能提升，用户可在计算成本与预测精度之间灵活权衡，特别适用于高难度对接任务。
- 物理约束引入：提供原子级接触约束和结合口袋约束功能，允许融入先验实验数据或物理知识指导结构生成。
- 双版本模型策略：同时发布学术对标版本（数据截止 2021-09-30）和应用优化版本（数据截止 2025-06-30），兼顾公平比较与实战需求。
Protenix-v1的技术原理
- 基础架构：基于 AlphaFold 3 的端到端扩散架构，包含 MSA 编码器、Pairformer 关系建模模块和扩散生成模块，通过迭代去噪过程直接输出原子坐标。
- Inference-Time Scaling：核心创新在于复现了 AF3 的推理时扩展特性，通过并行采样数百个候选结构并结合打分函数筛选最优解，使抗体-抗原等柔性对接任务的预测成功率随计算投入呈对数线性增长。
- 模板集成机制：采用 Kalign 等工具搜索同源模板，将模板特征注入 Pairformer 的 pair representation，提升对保守折叠家族的识别能力和缓解早期训练阶段的不稳定性。
- RNA 特征工程：扩展 MSA 模块以支持 RNA 序列比对，编码核苷酸进化信息和共变信号，弥补传统蛋白质-centric 模型在核酸相互作用建模上的不足。
- 轻量化设计（Protenix-Mini）：通过线性注意力机制降低计算复杂度，引入蛋白质语言模型实现单序列推理，消除 MSA 数据库检索开销，适用大规模虚拟筛选场景。
Protenix-v1的项目地址
- GitHub仓库：https://github.com/bytedance/Protenix
- 技术论文：https://github.com/bytedance/Protenix/blob/main/docs/PTX_V1_Technical_Report_202602042356.pdf
Protenix-v1的应用场景
- 药物发现与开发：抗体-抗原复合物预测是 Protenix-v1 的核心优势场景，推理时扩展能力可显著提升高难度免疫治疗靶点的结构建模精度，为抗体工程和表位设计提供可靠基础。
- 蛋白质设计：通过约束功能指定结合口袋和关键接触残基，指导理性设计高亲和力分子；Protenix-Mini 系列可用于快速筛选海量候选序列。
- 结构生物学研究：为实验结构生物学提供预测模型，辅助解析低分辨率晶体结构或冷冻电镜密度图，减少实验试错成本，加速靶点结构表征。
- RNA 相关研究：蛋白质-RNA 复合物预测功能适用 RNA 干扰、CRISPR 系统、RNA 药物递送等前沿领域，弥补传统工具在核酸-蛋白相互作用建模上的不足。
- 大规模虚拟筛选：轻量化 Mini 版本支持高通量对接评估，可在药物发现早期阶段快速过滤化合物库或蛋白质变体，与全精度模型形成”粗筛-精修”组合工作流。
📝 站长洞察 (Editor’s Insight)
Protenix-v1的发布，标志着开源社区在顶级生物分子建模上迈出了关键一步，打破了AlphaFold 3的“黑箱”状态。其“推理时扩展”能力的复现尤为重要，这暗示未来AI for Science的发展将更依赖于计算资源与算法策略的协同优化，而非单纯的模型规模扩大。双版本策略（学术版与应用版）是兼顾科学严谨性与产业实用性的高明之举，为产学研协作树立了新范式。字节此举不仅展示了其在AI前沿的深厚积累，更可能通过降低顶级工具的门槛，催化整个AI制药和结构生物学领域的“寒武纪大爆发”，加速从靶点发现到临床前候选化合物的全流程。
