昔日AI制药霸主重返！全原子新模型颠覆酶设计法则

昔日AI制药霸主重返！全原子新模型颠覆酶设计法则

Andrew Hopkins 曾是AI制药领域的标志性人物。2024年，他遭自己创办的Exscientia罢免。两年后，他未重返小分子药物旧阵地，而是杀入规则未定的AI酶设计新边疆，凭借140M全原子模型，正面对决Baker系与英伟达，取得胜利，并彻底重构了该领域的评价标准。

巅峰

欲知此事，须先了解Andrew Hopkins。他堪称“AI制药”品类的奠基者。

2012年脱胎于邓迪大学的Exscientia（现Recursion），率先将AI设计药物由概念推向临床——首批经机器学习与生成式方法设计且进入人体临床试验的小分子药物，便出自其团队。

三度斩获Prix Galien数字健康奖（美国2022、英国2023、国际2024），跻身TIME首届AI100榜单，身为皇家学会院士及CBE勋衔获得者。

在2023年“AI+药物”受资本狂热追捧的浪潮中，Hopkins便是行业门面。他曾稳坐王座。

跌落

2024年2月，形势骤变。Exscientia董事会以“与两名员工存在不当关系”为由，将Hopkins从CEO之位拉下。作为创始人，竟被自家公司驱逐。按常理，后续应是沉沦、妥协或转行做低调投资人。

Hopkins却另辟蹊径。

转向

2024年末，他在牛津西区创立新企Xyme。

留意其转向——他未重返最熟悉且极易翻盘的小分子药物赛道。他切入AI酶设计：融合生成式AI、量子化学与实验，从零构建自然界缺失的酶，服务于工业生物催化、医药合成及可持续化学。

失势之人未守旧业，反而闯入规则空白、可重塑法则的疆域。此乃该事件最迷人之处。

重返之作

2026年6月19日，Xyme发布首篇硬核技术论文：Emyx（arXiv:2606.19377）。

新作毫不低调。回归首战，Hopkins直挑该领域两大巨头：Baker系的RFdiffusion3与英伟达的Proteína-Complexa。所用模型，却为三者最小。

在AME酶设计基准测试（涵盖41个催化活性位点，跨越EC1-5类）中，三方采用同一评测流程——生成200个结构、经LigandMPNN重设序列、以Boltz-2回折验证。Emyx战绩如下：

140M参数，训练仅耗681.6GPU小时（8张H200运行3.55天），约为RFdiffusion3的1/4；单张A10G推理提速超2倍；

训练数据量三者最低，且为纯实验PDB（约62.9万条链），未掺入AlphaFold库的合成结构，而对手Proteína-Complexa堆了约130万；严苛指标下成功率13.4%，击败Proteína-Complexa的8.8%与RFdiffusion3的6.7%；结构新颖度及多样性均居榜首（距最近PDB中位TM-score0.475，441个独立Foldseek簇）。

最小模型、最少数据、最省算力，却换得最高成功率与多样性。此战，赢得毫无争议。

重塑法则

Emyx的真正绝招，在于更换评分标尺，并推翻了业界笃信两年的架构教条。

首刀，劈向评测基准。该领域两年来惯用的成功标准（heavy-atomsc-RMSD）仅关注催化残基局部是否对齐。Emyx团队直指：该标准使成功率虚高近一倍——约2/3符合旧标的“成功”设计，整体折叠实为谬误，活性位点偶合、蛋白却未成型。他们提出更严苛的strictsc-RMSD，要求全局骨架与催化几何同达标准。换此标尺，三方数据骤降至前述数值。

此处有一关键细节：Emyx并非既做选手又做裁判——其在旧heavy-atom指标下依旧居首（35.8%），tip-atom指标下亦为第一。任凭何种标尺皆可获胜。故“改标夺榜”之疑不成立。更换标尺，只因旧尺确有水分。

次刀，斩向架构迷信。当业界皆将AlphaFold重架构（pairformer、三角注意力、densepair表示）植入生成器时，Emyx断言：此举大谬，非中性之误，乃有害之错。预测器汲取MSA、模板等富共进化信号，需重器运转；生成器处理稀疏几何约束，本就信息微弱，强行塞入重器，多数参数徒耗、徒增过拟合。

然Emyx此文毫无实验验证，全为Boltz-2自洽的纯计算评测。其证实的是“计算自洽”，而非“实际造出、成功表达、具备催化”。

放眼纵观。Emyx标志着AI4Bio正经历一场转向——当140M微模型以最少纯实验数据，在严苛评测下力压英伟达与Baker系，“规模至上”的论调已现首道清晰裂痕。

Andrew Hopkins曾定义AI制药首幕。如今他欲在AI酶设计首幕中，再当规则制定者。Emyx乃此番回归之序曲——筹码已押，底牌未明。

后续看点，在于Xyme何时将首个Emyx设计之酶，自屏幕移入试管。彼时，方为旧王真正复位之日。