Nature聚焦：药企私有数据助推AI蛋白质模型实现突破

《自然》（Nature）于 2026 年 9 月 14 日报道，由艾伯维（AbbVie）、Astex 等制药企业组成的 AI 结构生物学网络（AISB Network），通过联合药企内部未公开的私有数据微调开源模型 OpenFold3，显著提升了蛋白质与药物分子相互作用的预测精度。

• 公开数据库 PDB 中含药物分子的蛋白复合物结构相对匮乏（仅约 1 万个），导致 AlphaFold 3 等模型在预测差异较大的分子结合时精度明显下降。
• AISB 网络汇集 5 家药企私有的 20167 个蛋白质-配体结合结构，在确保私有数据不出域的前提下对 OpenFold3 进行联合微调。
• 在 1056 个独立测试结构上，微调后模型的预测高精度达标率超过 50%，优于公开版 OpenFold3 的约 33% 与开源模型 Boltz-2 的约 40%，且超越了单一药企仅用自有数据训练的模型。
• 该项成果已公布技术博客并计划向同行评审期刊投稿，但模型权重与训练数据目前未对外开源。
• 影响/看点：这一进展表明跨药企的数据联合机制能有效缓解生物计算领域的“数据荒”，但该模型能否转化为行业通用基础设施，仍取决于未来私有数据共享模式的开放程度与第三方复现验证。
• 资料依据：
• Nature（2026-09-14）：https://www.nature.com/articles/d41586-026-02882-x

本内容由 AI 生成，仅供参考，请注意甄别