BioEmu2 发布：蛋白质动力学预测较 MD 提速超 10 万倍

Frank Noé（柏林自由大学、微软 Research AI for Science 背景）团队发布生物分子基础模型 BioEmu2，主打动力学预测：同样 5 毫秒的蛋白质模拟，传统分子动力学（MD）需约 10 GPU 年，BioEmu2 约 40 分钟即可完成，加速超过 10 万倍。团队称其为目前唯一能预测动力学的 SOTA 生物分子基础模型。

已确认

• 动力学预测：基于隐式转移算子（implicit transfer operators），可将已知或预测的蛋白结构在时间上推进至纳秒、微秒尺度，或直接推到平衡态分布
• 平衡采样精度：自由能面预测误差约 1 kcal/mol，可在 GPU 分钟内复现原本需 GPU 年的 MD 结构分布
• 功能案例：模拟内在无序肽折叠并结合蛋白受体（经中间态完成）；腺苷酸激酶可采样开合两种构象，结合 ATP 后主口袋关闭、再加 AMP 后双口袋关闭；弱结合剂（2r58，KD=1 mM）呈宽泛发散的结合姿态系综，强结合剂（2am9，IC50=3.9 nM）构象稳定落入口袋
• 大体系能力：支持多 GPU 预测 Mega-Dalton 级（1 万+残基）的蛋白/RNA/DNA/小分子复合物，并可融合实验数据辅助大复合物结构预测
• 结构预测对标：在 Runs N' Poses 高分辨率蛋白-配体复合物基准上与 Protenix v1/v2、ESMFold2 等具有竞争力

为什么重要

Noé 同时发布一张分子生物学可扩展路线图：测序与结构预测已被诺奖级工作「解决」（1980 DNA 测序、2022 下一代测序、2024 蛋白质结构预测），而第三块——生物分子功能预测——尚无解。BioEmu2 将结构预测与动力学/平衡采样统一，直接瞄准这一空白；若精度与速度宣称成立，药物设计中的结合强弱判别、大复合物功能研究等场景的计算成本将大幅下降。

2026-10-20 ~ 2026-10-20 · 11 条相关

• 分子生物学 scalable 之路：测序与结构已解，功能预测仍无解 — FrankNoeBerlin · 2026-10-20
• BioEmu2 结构预测对标 SOTA：Runs N' Poses 与 FoldBench 成绩亮眼 — FrankNoeBerlin · 2026-10-20
• BioEmu2 支持 10k+ 残基 Mega-Dalton 复合物多 GPU 预测 — FrankNoeBerlin · 2026-10-20
• BioEmu2 可融合实验数据辅助大型复合物结构预测 — FrankNoeBerlin · 2026-10-20
• 【源头】BioEmu2 自由能面误差约 1 kcal/mol，GPU 分钟复现 GPU 年 MD — FrankNoeBerlin · 2026-10-20
• BioEmu2 区分强弱结合剂：弱配体姿态发散、强配体稳定落袋 — FrankNoeBerlin · 2026-10-20
• BioEmu2 采样腺苷酸激酶开合态：结构预测锐利、平衡采样灵活 — FrankNoeBerlin · 2026-10-20
• 【源头】BioEmu2 用隐式转移算子预测生物分子动力学时间演化 — FrankNoeBerlin · 2026-10-20
• BioEmu2 把 5 毫秒蛋白质模拟从 10 GPU 年压到 40 分钟 — FrankNoeBerlin · 2026-10-20
• BioEmu2 模拟蛋白质折叠结合提速超 10 万倍:5 毫秒动力学 40 分钟跑完 — FrankNoeBerlin · 2026-10-20

另有 1 条近重复转述:FrankNoeBerlin