AI蛋白質迎來新王？6人團隊干翻大廠，千億參數號稱史上最強模型，評論區卻翻車了！

AI蛋白質，剛剛殺入一條鯰魚。

10月19日，合成生物學公司Anthrogen正式推出蛋白質模型Odyssey，最大參數規模達到1020億。

據介紹，Odyssey不僅能夠理解蛋白質的序列與結構，更具備多目標協同設計能力。

用戶可以為蛋白質設定多個目標，例如“高效結合靶點”、“低免疫原性”、“易于大規模生產”等，Odyssey將自動生成滿足所有條件的候選分子。

bio

R

xiv

https://www.biorxiv.org/content/10.1101/2025.10.15.682677v1

Anthrogen創始人Ankit Singhal表示，這是迄今為止最大、性能最強的蛋白質語言模型，將于不久后開源。

更令人驚訝的是，開發成員僅有6人，大部分還是來自哥倫比亞大學和杜克大學的學生。

不過，針對所謂“最大、性能最強”的表述，不少人提出了質疑。

AI蛋白質公司EvolutionaryScale的科學家Michael Hla在評論區詢問是否有用于對比的評測信息，并表示「問題很多」。

創始人給出了一些對比指標，但Arc Institute的研究員表示證據顯然還不夠。

盡管相關表述引發爭議，但該模型在架構、訓練方式上的的創新仍然值得重點關注。

Anthrogen的愿景是像設計機器一樣，精確地設計全新的分子，Odyssey正是實現這一目標的第一步。

千億大模型，多項關鍵創新

當前，許多蛋白質模型借鑒了自然語言處理（NLP）領域的自注意力機制（Self-Attention）。

這一機制允許序列中任意兩個位置直接交互。

然而，在蛋白質中，遠距離相互作用是通過三維結構和共價骨架傳遞的，依賴關系是局部協同、多體耦合的，而非任意“跳躍”。

為此，Odyssey引入了共識塊（Consensus blocks），取代自注意力機制。

該機制鼓勵相鄰氨基酸區域達成“局部一致”，再將這種一致性沿著序列和接觸圖（Contact Graph）迭代地向外傳播。

這種設計帶來了兩大優勢：

計算效率更高：自注意力的計算復雜度為序列長度的平方，而共識機制為線性，顯著降低了長蛋白質的訓練與生成成本。

訓練更穩定：隨著模型規模擴大，自注意力機制對學習率（Learning Rate,）極為敏感，稍有偏差即導致訓練失敗。而共識機制在更寬泛的學習率范圍內保持穩定，減少了訓練中斷和重啟。

圖：Odyssey整體架構示意圖

同時，為了更好地模擬生物進化過程，Odyssey采用離散擴散（discrete diffusion）作為訓練方法。

可以想象成：首先將一個完整的蛋白質序列和結構“打亂”，然后模型學習如何隨著時間的推移，一步步、有邏輯地“揭開面紗”，最終重建出完整的、合理的蛋白質。

這種方式優于傳統的掩碼語言建模（Masked Language Modeling, MLM），使模型學會進行多殘基協同修正，而非孤立預測，更符合真實蛋白質的折疊與功能機制。

此外，研究人員還引入了有限標量量化器（Finite Scalar Quantizer, FSQ）。將三維幾何信息被編碼為類似“字母”的離散符號，可與氨基酸序列一同作為模型輸入，實現序列與結構的統一處理。

Odyssey在核心機制上的創新，解決了傳統模型在處理蛋白質數據時的局限性，從而提升了性能和實用性。

圖：Odyssey展現出強大的縮放性能

其在性能上超越了許多競爭模型，而所需的訓練數據量大約減少了10倍。這對于高質量標注數據稀缺的蛋白質領域具有重大價值。

理解生物規律，可用于藥物設計與酶改造

隨后，研究團隊通過一個具體的案例，展示了Odyssey的實際應用。

他們想看看這個模型能不能理解真實蛋白質的功能，并生成符合這些功能的序列。

于是，他們選了六個真實的酶作為測試對象。

實驗中使用的是12億參數版本的Odyssey模型。采用了類似“補全”的方式。他們把酶的完整序列和結構輸入模型，但把序列中的一部分氨基酸隨機遮蓋住。

接下來，他們讓模型根據沒被遮蓋的部分和完整的結構信息，去預測并生成那些被遮蓋區域的氨基酸。

這個過程生成了數千個不同的序列變體。研究人員用兩個關鍵指標來評估這些生成結果：一個是pTM，用來衡量生成結構和原始結構的整體相似度；另一個是cRMSD，用來評估局部結構的緊密程度。

實驗結果顯示，模型生成的序列變體在pTM和cRMSD等指標上呈現出明顯的雙峰分布。

圖：針對六種未參與訓練的酶，模型的對齊性能表現良好

生成的序列可以被清晰地分為兩組：一組具有高pTM和低cRMSD（即結構高度相似且緊密），另一組則性能較差。

這種現象說明，Odyssey并非隨機生成序列，而是學習到了與蛋白質功能和穩定性相關的深層物理和結構約束。它能夠區分出“可行”和“不可行”的序列-結構組合。

這個實驗雖然沒有創造全新的蛋白質，但它證明了模型具備理解復雜生物規律的能力。它能在保持蛋白質三維結構的前提下，生成高質量、功能兼容的氨基酸序列。

這項能力非常實用，比如在藥物研發中優化抗體或在工業上改造酶的性能，為Odyssey在更多領域的應用打下堅實基礎。

在讀博士創業，知名投資人押注

Anthrogen的創始人是兩個哥倫比亞大學的博士生Ankit Singhal和ConnorLee，兩人將于2026年畢業。

圖： Ankit Singhal

Ankit Singhal 先后在哥倫比亞大學Mancia實驗室（2022–2024）和AlQuraishi實驗室（2023）從事整合膜蛋白結構解析和基于AI的蛋白質突變自由能預測研究。

圖：Connor Lee

Connor Lee是ROAM實驗室的研究員，在機器人領域擁有十多年的經驗，在FIRST機器人競賽中排名第三，入選福布斯「30 Under 30」。

Anthrogen成立于2023年，旨在利用轉基因微生物和人工智能設計的酶，直接從大氣中的二氧化碳中制造關鍵化學品和燃料。

去年，Anthrogen完成了400萬美元的種子資金，由Regen Ventures和BoxGroup領投，Y Combinator、Wayfinder和Y Combinator聯合創始人Paul Graham參投。

Ankit Singhal表示，種子輪融資將用于創造新型酶，這些酶可以捕獲二氧化碳并將其轉化為燃料、塑料、淀粉和纖維素等其他分子。