Intology Locus：把分子设计 AI R&D 做成可扩展的自动化闭环 · 干货攻略

  • 链接: https://x.com/omarsar0/status/2117666189249839291
  • 分类: x-tips
  • 来源: X @omarsar0（elvis），转述并推荐 Intology 官方技术博客
  • 作者: Jay
  • 更新: 2026-11-04
  • 仓库: jwohlwend/boltz（Boltz-2 官方仓库）、facebookresearch/esm（ESM 官方仓库）；Intology 的 Locus 分子设计代码未开源

这是什么

原帖是 @omarsar0 的一则推荐转发，指向 Intology 于 2026 年 11 月 3 日发布的官方技术博客《Automating AI R&D for Molecular Discovery》（"A leap in scaling autonomous AI R&D in science"）。博客同时以 alphaXiv 论文形式公开（编号 2611.automating-ai-rd-for-molecular-discovery）。

主角是 Locus，Intology 的自主发现系统（autonomous discovery system）。它的定义在博客 Introduction 里写得很直接：

Locus formulates experiment ideas, executes several experiments in parallel, and samples new experiments based on evaluation feedback. Locus leverages purpose-built infrastructure for performing experiments concurrently and maximizing resource utilization.

即：自己提实验想法 → 并行跑多个实验 → 按评估反馈采样下一轮。Intology 把它定位为继 Zochi 之后的第二代 "Artificial Scientist"，此前 Locus 在 RE-Bench、KernelBench、MLE-Bench Lite 上跑过算法/ML 工程类 AI R&D（据 Intology 官网 About 页：RE-Bench 上在同等时间与算力下首次超越前沿实验室的人类专家）。本次是把这套方法搬到分子科学。

三个受测任务（博客与 Intology 官方推文一致）：

  1. 分子性质预测（Intology 自有的专有任务）
  2. 小分子效力（potency）预测 —— 把 Boltz-2 适配到具体靶点做 IC₅₀ 预测
  3. 抗体设计工作流 —— 在 BoltzGen / Boltz-2 / ESMC / ESMFold2 之上设计候选生成与排序流程

Intology 把自动化 AI R&D 的难度拆成三条轴：评估成本、评估方差、实验搜索空间大小。分子场景三条全中：数据少、评估噪声大、可搜空间大。

核验来源

来源 核验内容
Intology 官方博客 intology.ai/blog/automating-ai-rd-for-molecular-discovery 全部方法描述与数字（图表 1–5、数据量、算力配额、样本效率倍数、参考文献、安全分类器脚注）
alphaXiv 论文页 alphaxiv.org/abs/2611.automating-ai-rd-for-molecular-discovery 论文版本与摘要，提交日期 2026-11-03
Intology 官方推文线程 x.com/intology/status/2117642701890105725 三项任务定义、致谢 Benchling / Boltz / BioHub 审阅
Yusuf Roohani 推文线程 x.com/yusufroohani/status/2117680753077309684 负责该方向的作者自述：既"改造"基础模型也"搜索"其潜空间
github.com/jwohlwend/boltz（README，MIT 许可） Boltz-2 定义、安装与推理命令、affinity_pred_value / affinity_probability_binary 字段语义
github.com/facebookresearch/esm（README） ESM-2 / ESMFold 官方权重清单与加载方式
github.com/IntologyAI（组织仓库列表） 公开仓库仅 Zochi、NanoGPT-Bench、scaling-automated-post-training，无 Locus 分子设计代码

关键说法逐条核对：

  • ✅ 「在留出测试集上优于 Claude Code 与 Codex」——博客 Figure 5 原文：Locus 最终模型在 held-out 分子上超过基线并达到预设阈值；基线在正文与脚注明确写作 Claude Code (Opus 5.5 Max) 与 Codex (GPT-6 Astra High)。
  • ✅ 「用合成数据扩到近 100 万个带标签分子」——博客 Figure 3 原文："Locus scales synthetic molecular label generation via simulation, producing nearly 1M labelled molecules"；同处指出 Codex 不生成合成数据、Claude Code 只生成有限量。
  • ✅ 「模型规模能扩到十亿参数而不过拟合」——博客 Figure 4 原文：Codex 扩展性最低，Claude Code 扩到"几亿参数"，Locus 扩到数十亿参数且性能显著更好。
  • ✅ 「抗体设计少用 1.5–2.8× 候选」——博客摘要原文："achieving binder scores with 1.5–2.8× fewer generated binder candidates"。
  • ✅ 「Boltz-2 适配任务每条 run 分配 12 H100 GPU-hours」——博客正文原文，并额外加入闭源 Boltz-2.1 作为基线。
  • ✅ 「按 H100 GPU 小时计的总体性能更好」——博客摘要与 Figure 2（横轴为累计 H100 GPU 小时，纵轴为相对 Codex 最终表现的 best-so-far 验证性能，Codex 终值记为 1.0×）。
  • ✅ 「抗体任务上 Claude Opus 系、GPT-6 Astra 及后续 Sol 系 GPT 触发生物安全分类器」——博客脚注 3 原文；因此 Locus 与前沿 LLM agent 基线在该任务上统一改用 GPT-5.6 Sol High。
  • ⚠️ 第三方聚合站（daily.dev 等）转述里还提到过别的对手模型名称，与官方博客不一致，以官方博客口径为准。
  • ⚠️ Locus 分子设计系统没有开源，所有性能数字来自厂商自报，未经独立复现。

上手步骤

先说清楚：Locus 本身没有可运行的代码，所以没有"装上 Locus 就能跑"的路径。下面是能真正落地的部分——把官方博客用的底层开源栈跑起来，并按博客的评估口径复现自己的对照实验。

第一步：装 Boltz-2（效力预测与亲和力预测的主力）

Boltz 官方仓库（MIT 许可，模型与权重均开源）：

pip install boltz[cuda] -U
# 或
git clone https://github.com/jwohlwend/boltz.git
cd boltz && pip install -e .[cuda]

CPU-only 机器去掉 [cuda]，官方明确说明 CPU 版会显著更慢。

第二步：跑一条亲和力/IC₅₀ 预测

boltz predict input_path --use_msa_server

input_path 指向一个 YAML 文件或一组 YAML 文件（批量），描述要建模的生物分子与要预测的属性。所有选项见 boltz predict --help，输入格式见仓库 docs/prediction.md。默认运行最新版模型。

官方对亲和力输出两个字段有明确区分，用错会得出相反结论：

  • affinity_pred_value：绝对亲和力，量纲是 log10(IC50)（由 μM 的 IC50 换算）。适用于 hit-to-lead、lead-optimization 这类需要区分强弱、优化同一骨架的阶段。
  • affinity_probability_binary：0–1 的"是 binder"概率，用于从 decoy 中检出 binder（hit discovery 阶段）。

需要公开 MSA server 凭证时，官方给了两种传入方式，细节同样在 docs/prediction.md。

第三步：接 ESM（ESM-2 / ESMFold 官方仓库）

import torch
from esm.pretrained import esm2_t48_15B_UR50D

model, alphabet = esm2_t48_15B_UR50D()
batch_converter = alphabet.get_batch_converter()
_, _, tokens = batch_converter([("protein_seq", "MKTVRQERLKSIVRILERSKEPVSGAQLAEELSVSRQVIVQDIAYLRSLGYNIVATPRGYVLAGG")])
with torch.no_grad():
    out = model(tokens, repr_layers=[33], return_contacts=True)

# out["representations"][33] → 序列表示
# out["contacts"] → 残基接触图

官方 README 给出的可用检查点包括 esm2_t36_3B_UR50D()、esm2_t48_15B_UR50D() 等，权重直链在 README 的 Pre-trained Models 表里。ESMFold 结构预测走 esmfold_v0（或 esmfold_structure_module_only）；ESM-IF1 可做固定骨架的序列设计。

第四步：按博客口径搭对照实验

这是复现 Locus 结论唯一可行的路径——用同一批基线、同一算力配额跑你自己的任务：

  1. 基线：Claude Code（Opus 5.5 Max）与 Codex（GPT-6 Astra High）。抗体任务注意脚注 3 的坑——前沿模型可能触发生物安全分类器而无法用于优化，此时双方都得换成 GPT-5.6 Sol High 才算公平。
  2. 算力对齐：官方在 Boltz-2 适配任务上是每条 run 分配 12 H100 GPU-hours；扩缩放曲线则横轴为累计 H100 GPU 小时。你要比较就必须固定同一个配额。
  3. 留出集口径：博客 Figure 5 的指标是"目标误差 ÷ 模型几何平均误差"（越高越好），虚线 1.0× 为预设阈值。注意分子性质预测任务用的是 Intology 专有数据，你拿不到，需要换成自己的私有数据。
  4. 看三件事而非单一分数：泛化（留出集 vs 验证集的差距）、样本效率（达到同样 binder 分数需要多少候选）、解的多样性——这三点是博客反复强调的三个结论维度。

第五步：看 Locus 的工作流模式本身

即使跑不了 Locus，它公开的方法骨架是可以直接借用的：提出实验想法 → 并行执行 → 按评估反馈采样下一轮。三条轴（评估成本 / 评估方差 / 搜索空间）可以作为你自己搭闭环 agent 时的检查表。Blogging 里对抗体任务的可迁移结论是：与其"大批量生成 + 严格过滤"，不如学会过滤准则——Locus 学到的做法是把 BoltzGen 生成与 Boltz-2 预测配对，用家族特异的 confidence 和 interface 信号引导序列编辑并排序，从而在更小的生成池里捞回高分候选（官方推测严格过滤会误删大量强 binder）。

坑与适用边界

⚠️ 适用边界

  1. 厂商自报，无独立复现：所有数字出自 Intology 自家博客与自家 X 线程。基准（RE-Bench 等）此前有过外部报道，分子设计这批结果尚无第三方验证。
  2. 核心任务是私有数据：分子性质预测用的是 Intology 专有数据，效力预测用的是"私有靶点与私有化学系列"。公开数据集上你复现不出同样的结论——这正是该工作的立论基础，也是复现的最大障碍。
  3. 纯计算，无湿实验验证：整条链路止于 in silico。BioHub 的 Halil Akin 在博客引语里也点明了这点——他看重的是 held-out 靶点上的结果，但期待该方法被"用实验反馈检验"。
  4. 安全分类器会打断流程：抗体任务上，Claude Opus 系、GPT-6 Astra 及后续 Sol 系 GPT 会触发生物安全分类器而无法用于优化。做抗体工作流前要先确认自己手上的模型可用。
  5. Boltz-2 微调代码尚未齐备：Boltz 官方 README 明确写着"Coming soon: updated training code for Boltz-2"，目前重训只支持 Boltz-1。博客里"把 Boltz-2 适配到新靶点"这一步，Locus 那套自动化适配代码并不公开。
  6. ESMC / ESMFold2 未出现在 ESM 公开仓库清单：ESM 官方 README 的 Pre-trained Models 表目前列出的是 ESM-2、ESMFold (esmfold_v0)、ESM-IF1、ESM-1v、MSA Transformer 等，未含博客提到的 ESMC 与 ESMFold2。博客中 ESMFold2 的具体来源未能从官方仓库核实，这一点存疑。
  7. 性质预测任务的规模不可外推：Locus 扩到数十亿参数不外推自有基座模型，小数据 + 高噪声场景下这一结论未必成立。

🔍 实用观察

  • 这篇最值得借鉴的不是"赢了 Claude Code"这个结论，而是它把失败模式讲清楚了：小数据 + 高噪声评估下，agent 很容易过拟合、在新分子上失效。所以整篇文章反复用留出集而不是训练集说话。看这类研究时，先找它的留出集口径，再看结论。
  • "并行跑多个实验 + 按反馈采样"这个循环本身不新鲜，但 Intology 的贡献是把它和自建并发基础设施绑在一起，用资源利用率换并行度。
  • 博客三个引用来自 Benchling（Ashu Singhal）、Boltz（Jeremy Wohlwend）、BioHub（Halil Akin），均为相关方背书；Intology 官方推文也明确感谢他们在选题、结果审阅和草稿阶段的支持——属于同行评审但非独立评审。
  • Yusuf Roohani 在线程里说，这些问题（开发定制模型、把基础模型适配到专用场景、设计搜索潜空间的工作流）"broadly representative of AI R&D in science"，并预期面向计算场景的闭环发现平台会逐步用于物理实验。

🔧 已知信息缺口

  • 博客 PDF/图中的完整曲线数值（Figure 1–5 的逐点数据）需看图，本文未逐点引用。
  • 参考文献列表里的三条为：Shimizu 等《ChEMBL-Derived Benchmark Dataset and Computational Results of Boltz-2-Based Binding Affinity Prediction》（Chem-Bio Informatics Journal 26, 2026: 11-27）、CoFold Arena（2026 年 10 月访问）、Anthropic (2026)《Autonomous de novo protein binder design with Claude》技术报告。Anthropic 那份是抗体设计领域的直接对标，官方博客引用它说明这仍是个开放战场。
  • 作者团队称会在次日（2026-11-04）的 YC Paper Club 上讲这些结果，与 Francois Chaubard 的相关讨论同步。

一句话结论

Intology 把 Locus 从"AI 写 ML 代码"推向"AI 做分子科学"，核心卖点是能在数据稀缺、评估噪声大的真实药研场景里，靠并行实验 + 合成数据把结果推到留出集上，并让抗体设计少用 1.5–2.8× 候选——但这是厂商自报、Locus 未开源、核心任务依赖私有数据的成果，适合当作"闭环自动化 AI R&D 该长什么样"的方法论参考和评估设计模板，而不是一个可以拿来用的工具。想上手，先把 Boltz-2 与 ESM 跑起来，再按官方的算力配额和留出集口径搭自己的对照。