夜雨聆风
申请链接：biotender.online/scholar-program.html
AI 制药旧王归来！全新全原子模型改写 AI 酶设计规则
Andrew Hopkins 曾经是 AI 制药这门生意的代名词。2024 年，他被亲手创立的 Exscientia 赶下王座。两年后，他没有回到小分子药物的老战场，而是挑了一个规则还没定死的新 frontier——AI 酶设计——用一个 140M 的全原子模型，正面硬刚 Baker 系和英伟达，赢了，还顺手改写了这个领域给自己打分的方式。
王座
要讲这个故事，得先讲清楚 Andrew Hopkins 是谁。他差不多是定义了"AI 制药"这个品类的那个人。
2012 年从 Dundee 大学拆分出来的 Exscientia（现Recursion），是第一家把 AI 设计药物从 PPT 做成临床现实的公司——第一批用机器学习和生成式方法设计、真正进了人体临床试验的小分子药物，是他带队做出来的。
Prix Galien 数字健康奖拿了三次（美国 2022、英国 2023、国际 2024），TIME 首届 AI 100 榜上有名，皇家学会院士，CBE 勋衔。
在 2023 年那个"AI + 药物"概念被资本疯抢的窗口里，Hopkins 就是那张脸。他坐在王座上。
坠落
2024 年 2 月，剧情急转。Exscientia 董事会以"与两名员工的不当关系"为由，把 Hopkins 从 CEO 的位子上解雇了。一个创始人，被自己一手建起来的公司扫地出门。按常规剧本，接下来该是沉寂、和解、或者换个赛道安静地做个投资人。
Hopkins 选了另一条。
转身
2024 年底，他在 Oxford 西区开了家新公司，叫 Xyme。
注意他的转身方向——他没有回去做小分子药物。那是他最熟、也最容易东山再起的地方。他转去做了 AI 酶设计：用生成式 AI 加量子化学加实验，从头设计自然界里不存在的酶，用于工业生物催化、医药合成、可持续化学。
一个刚丢了王座的人，没有选择回去守旧地，而是去了一个规则未定、可以重新立法的地方。这是这个故事最有意思的地方。
归来之作
2026 年 6 月 19 日，Xyme 挂出第一篇拿得出手的技术论文：Emyx（arXiv:2606.19377）。
它没有选择低调。归来的第一仗，Hopkins 挑了这个领域最大的两家正面打：Baker 系的 RFdiffusion3，和英伟达的 Proteína-Complexa。用的，是三家里最小的模型。
在 AME 酶设计 benchmark（41 个催化活性位点，横跨 EC 1–5 类）上，三家跑同一条评测管线——生成 200 个结构、LigandMPNN 重设计序列、Boltz-2 回折验证。Emyx 的成绩单是这样的：
140M 参数，训练只花 681.6 GPU-hours（8 张 H200 跑 3.55 天），大约是 RFdiffusion3 的 1/4；推理在单张 A10G 上快 2 倍以上；
训练数据是三家里最小的、还是纯实验 PDB（约 62.9 万条链），一条 AlphaFold 库的合成结构都没掺，对手 Proteína-Complexa 堆了约 130 万；严格指标下成功率 13.4%，压过 Proteína-Complexa 的 8.8% 和 RFdiffusion3 的 6.7%；结构新颖度和多样性都是第一（到最近 PDB 的中位 TM-score 0.475，441 个独立 Foldseek 簇）。
最小的模型、最小的数据、最省的算力，换来最高的成功率和多样性。这一仗，赢得不含糊。
改写规则
但 Emyx 真正的杀招，是改了打分的尺子，并否定了大家信了两年的架构教条。
第一刀，砍向 benchmark。这个领域两年来通用的成功判据（heavy-atom sc-RMSD）只看催化残基局部对没对上。Emyx 团队的指控很直接：它把成功率虚报了将近一倍——大约 2/3 通过旧判据的"成功"设计，整体折叠其实是错的，活性位点凑对了、蛋白没折成型。他们提出更严的 strict sc-RMSD，要求全局骨架和催化几何同时达标。换上这把尺子，三家成绩瞬间缩水到上面那组数字。
这里有个关键细节得替读者先想到：Emyx 不是即当选手又当裁判——它在旧的 heavy-atom 指标下也是第一（35.8%），tip-atom 下也是第一。换哪把尺子它都赢。所以"改标准刷榜"这个质疑站不住。它改尺子，是因为旧尺子真的虚高。
第二刀，砍向架构信仰。当所有人都在把 AlphaFold 那套重架构（pairformer、三角注意力、dense pair 表示）往生成器里搬。Emyx 的论点是：这是错的，而且不是中性的错，是有害的错。预测器吃的是 MSA、模板这种富共进化信号，需要重机器去搅；生成器吃的是稀疏几何约束，信息量本来就弱，把重机器塞进来，大半参数在空转、在过训练。
但 Emyx 这篇里一个实验验证都没有，全是 Boltz-2 自洽的纯 in silico 评测。它证明的是"算得自洽"，不是"做得出来、表达得出来、催化得出来"。
把镜头拉远。Emyx 的意义是 AI4Bio 正在发生的一次转向——当一个 140M 的小模型、用最小的纯实验数据，能在严格评测下压过英伟达和 Baker 系，"规模即一切"的叙事就出现了第一道清晰的裂缝。
Andrew Hopkins 当年定义了 AI 制药的第一幕。现在他想在 AI 酶设计的第一幕里，再当一次立法者。Emyx 是这场归来的开局——下注已经下了，牌还没全翻开。
接下来该看的，是 Xyme 什么时候把第一个 Emyx 设计的酶，从屏幕里搬进试管。那一天，才是旧王真正复位的日子。
