2026-09-25
普林斯顿T-REX用两个本地27B LLM编排BindCraft、BoltzGen等工具。七个靶点各144 GPU小时,结构独特命中吞吐几何均值比最强单生成器高2.48倍、比PUCT高2.43倍。
从零设计蛋白质结合剂现在不缺单点工具。Proteína-Complexa、BindCraft、BoltzGen 都能出骨架,ProteinMPNN 能重写序列,AlphaFold2 能打分。缺的是有限算力下怎么把它们串起来。哪个生成器在这个靶点上能打、哪组超参该接着跑、哪个差一线的候选值得救,事先不知道,而且会随着战役推进而变。只盯标量命中数也看不出卡点:没产出、在排队评估、差几个门槛、结构撞车,下一跳完全不同。
普林斯顿计算机系 Ellen D. Zhong 组把这场战役写成带预算的在线分配:每个靶点固定 144 张 H100 的 worker GPU 小时(4 卡跑 48 小时),目标是结构独特命中最多。MIT 物理系 Jinyeop Song 共同署名。
T-REX 全称 Target-adaptive Rescue–Explore–eXploit。共享动作空间有八类:Complexa 的四种搜索(beam、best-of-n、Feynman-Kac steering、MCTS),加上 BindCraft、BoltzGen,再加 ProteinMPNN 重设计和 AF2 评估。命中门槛沿用 Complexa 协议:binder pLDDT ≥ 90,归一化 iPAE ≤ 7/31,binder scRMSD < 1.5 Å。过线的骨架用 Foldseek 按 TM-score 0.6 聚类,一簇算一个 SU。
原始日志不直接进模型。确定性代码先压成 EvidenceSummary,覆盖结构质量、新颖性、每条路线的产率与成本、待评估队列、亲本谱系和 GPU 占用,并打上七种战役状态:证据不足、结构重复崩溃、产出中、产出但重复、近失富集、停滞、深度停滞。Planner LLM 写带证据的假设和下一跳;Check + Build 用规则校验合法性;Supervisor LLM 把动作标成 Rescue、Explore 或 eXploit 并排序,给出三类预算比例。真正往 GPU 上塞任务的是确定性控制器,异步执行,一卡空出来立刻接下活。两个 LLM 都是本地 Qwen3.6-27B-FP8,LLM 推理不算进那 144 小时。
Rescue 修一个差点过线的设计或路线,Explore 试没用过的方法或配置,eXploit 把算力加给还在出新结构的路线。PUCT 和 ε-greedy 走同一动作空间,但只按标量奖励分配,没有这层上下文推理。
七个靶点选自 Complexa 基准:CD45、BetV1、CbAgo、HER2-AAV、SC2RBD、PDL1、IL7RA。T-REX 一共拿到 1,461 个 TM0.6 SU,每个靶点都压过五个对照。
| 靶点 | T-REX | PUCT | 最强单生成器 | vs PUCT | vs 最强单生成器 |
| CD45 | 2.090 | 0.479 | 0.347 (CX) | 4.36× | 6.02× |
| BetV1 | 0.444 | 0.236 | 0.118 (CX) | 1.88× | 3.76× |
| CbAgo | 0.806 | 0.375 | 0.361 (BC) | 2.15× | 2.23× |
| HER2-AAV | 1.417 | 0.361 | 0.722 (BC) | 3.92× | 1.96× |
| SC2RBD | 0.382 | 0.278 | 0.153 (BC) | 1.38× | 2.50× |
| PDL1 | 3.347 | 1.618 | 1.951 (CX) | 2.07× | 1.72× |
| IL7RA | 1.660 | 0.660 | 1.236 (BC) | 2.52× | 1.34× |
单位是 SU / GPU 小时。几何均值相对 PUCT 高 2.43 倍,相对各靶点最强单生成器高 2.48 倍。没有哪个单生成器在所有靶点都最强。TM 0.5 / 0.8、序列 70% 聚类,以及 actifpTM、ESMFold2 ipTM、PRODIGY 等更严门槛下,T-REX 仍保留最多独特命中。CD45、SC2RBD、CbAgo 三次独立重复也都压过 PUCT 和 ε-greedy。
1,454 次确认启动的生成或重设计里,证据不足时 Explore 占 74%,停滞或深度停滞时 Rescue 占 51%,产出但重复时 eXploit 占 82%。去掉 Rescue 优先级后,停滞恢复从 26/27 掉到 14/20,stall 中位恢复时间从 1.77 拉到 5.04 GPU 小时,待在停滞态的时间从 3.8% 升到 27.7%。
蛋白设计的瓶颈正在从「有没有更强生成器」挪到「有限预算下怎么调度异构工具」。T-REX 可迁移的部分是把战役状态结构化,让 27B 小模型只做提案和排序,校验和调度留给确定性代码。开源,Planner 和 Supervisor 可本地部署,已经在跑 BindCraft 或 BoltzGen 流水线的组可以直接接一层控制器。
这是编排层上的增益,生成器权重全程冻结。收益来自把 Rescue、Explore、eXploit 用对地方。
全程只在计算机里打分。三家生成器的原论文各自有湿实验结合剂,T-REX 这 1,461 个命中没有表达和结合数据。真实研发还要过亲和力、特异性和可开发性。生成器-only 基线的标准化 AF2 评估不计进预算,因为它不影响后续生成;自适应控制器把评估算进 144 小时,对照并不完全对称。LLM 推理也排除在 worker 预算之外。动作空间和超参边界预先钉死,战役中不会引入新模型。