9 月 17 日 17 时 39 分，一份 14 页的 PDF 在一台 Mac 的 WPS 文字里创建，35 分钟后定稿导出，挂上德睿智药（MindRank）的官网。数字很亮眼：自研模型 InteraFold-Chem 在蛋白-配体结合姿态预测上取得 54.4% 的成功率，力压字节跳动 Protenix-v2 的 48.5%、Chai-1 的 46.1% 和 Boltz-2 的 22.9%。但内行一眼就能看出，Boltz-2 的 22.9% 不对劲。
Boltz-2 是什么水平？在它自己的论文里，它与 Chai-1 相当甚至略优；Chai-1 在公开基准 PoseBusters 上的成功率是 77%。但在这份报告里，Boltz-2 的中位配体 RMSD 是 7.753 Å——同一个模型，在两个世界里活成了两个样子。
一份"领先"的成绩单
先看报告本身。InteraFold-Chem 的骨架是 AlphaFold 3 式全原子扩散模型，卖点有两个：把预训练分子模型的配体表征经门控残差接口注入主干；再分出一个强化学习分支，只用策略梯度更新扩散模块。思路不算新，但工程上说得通。
评估在 445 个样本上进行，指标是蛋白对齐后的配体 RMSD。InteraFold-Chem 以 54.4% 的 Success@2Å 排名第一，中位 RMSD 1.426 Å，复合体 lDDT 0.924，三项指标全部领先。在报告的 Table 1 里，这一行被标成了红色。但领先的方式，值得细看。
但表格脚注里藏着另一句话：所有模型统一使用"4 次循环 + 20 步扩散"的配置，"并非匹配算力或各模型的推荐设置"。
20 步对 200 步：被"统一"废掉的对手
扩散模型生成结构像洗照片：从纯噪声开始一步步显影，步数越少，成像越糙。Chai-1 官方代码的默认扩散步数是 200——报告参考文献引用的正是这个代码版本；Boltz-2 的官方默认同样是 200 步。但在这份报告里，所有模型被统一压到 20 步。
这种"统一"公平吗？结果可想而知。Chai-1 论文里的 77% 到这里只剩 46.1%，Boltz-2 崩到 22.9%，中位 RMSD 7.753 Å。7.753 Å 是什么概念？在多数结合口袋里，这意味着配体根本没进位点。两个数据集确实不同，直接对比需谨慎，但 31 个点的落差加上 Boltz-2 的崩盘，指向的不只是数据集难度。
报告在脚注里承认了配置问题。但 Table 1 的排序、摘要里的对比、标红的第一名，一个都没少。
445 个查无此处的样本
更深的问题在验证集本身。这 445 个样本由德睿智药内部筛选，不公开、无清单，外界无法复现。报告明确写道：无法证明验证集与模型的训练数据相互隔离。这意味着什么？
报告精选了 2FWP、8GFD、7UAW 三个案例做结构展示。但细看图 3 有个诡异细节：7UAW 一栏，Chai-1 预测的蛋白本身折叠就错了——参考结构是全 α 螺旋，它折出了一片 β 折叠。蛋白骨架尚且如此，配体偏差 5.84 Å 就不奇怪了。这再次指向配置问题，和模型真实水平关系不大。
统计检验同样缺席：没有置信区间，没有显著性检验，没有 PoseBusters 化学有效性检查——后者自 2024 年起就是行业标配。报告没做这些，但写满了免责声明：全文 5,360 个词，"non-public""not reported""does not establish"这类表述出现了 50 次，平均每 107 个词一次。
拿着参考答案，还考输了
报告力推的技术亮点是强化学习。InteraFold-Chem-RL 在推理时拿到一个"软模板"：参考蛋白的真实结构作为条件输入。这是 baseline 没有的信息优势——Chai-1 的论文显示，即使只给未结合态的 apo 结构，成功率也能从 77% 抬到 81%。但 RL 版拿到的是结合态的 holo 结构，信息只多不少。
拿着参考答案考试，成绩总该更好吧？但结果尴尬。RL 版成功率 52.1%，低于没看答案的普通版 54.4%；复合体 lDDT 0.779 对 0.924，同样落后。报告自己承认：RL 版"并未改进"普通版。
因此整份报告呈现出一种奇特的气质：主线创新被自己的数据证伪，然后用整节篇幅列举"应该做但没做"的评估——PoseBusters 检查、相互作用指纹、步数敏感性、运行时测量。每一项都写得很专业，但每一项都没做。
我们替它跑了一遍 Boltz-2
光怀疑不够，得有证据。但报告的验证集不公开，整体复现无从谈起，所以我们只验证最核心的那个指控：从 PDB 取来报告点名的三个体系——2FWP、8GFD、7UAW 的蛋白序列与配体结构，用官方 Boltz-2 跑两组实验，一组复刻报告的 20 步配置，一组用官方默认的 200 步。输入、随机种子、采样数完全一致，唯一的变量是扩散步数。
结果让我们反复检查了三遍代码。在报告自己选定的 20 步配置下，我们手里的 Boltz-2 在 2FWP、8GFD、7UAW 上的配体 RMSD 分别是 0.95 Å、0.72 Å、0.28 Å——全部低于 2 Å 成功线。但报告里同一个模型、同一批体系、同一个标称步数，写的是 3.43 Å、8.37 Å、6.59 Å，全部失败。
报告值 8.37 Å
报告值 3.43 Å
报告值 6.59 Å
换成官方默认的 200 步再跑，数字几乎没变：2FWP 0.63 Å，8GFD 0.81 Å，7UAW 0.33 Å。20 步和 200 步的差距不到 0.4 Å，但我们的 20 步和报告的 20 步差了 3 到 23 倍。步数解释不了这种崩盘。剩下的解释只有一个：报告跑 baseline 的方式有问题——但它恰恰拒绝披露这部分细节，"Chai-1 和 Boltz-2 的条件设置在此不予完整记录"，原文如此。
要诚实说明：三个样本证明不了 445 样本队列的全貌，单一随机种子也有运气成分。但这个对照至少证伪了最宽容的解释：
在这样的地基上排出的名次，含金量可想而知。
这份报告为什么是现在
德睿智药不是无名之辈。创始人牛张明曾任德国主板上市 AI 医疗公司 CTO，公司 40 余人推进 15 条管线，累计融资约 1.01 亿美元。但让它真正区别于同行的，是旗下口服 GLP-1 小分子 MDR-001：8 个月、只合成 80 个分子就敲定临床前候选化合物，立项到 III 期约 4.5 年，累计研发投入约 2,300 万美元。IIb 期 317 名受试者 24 周平均减重 10.3%——这是 AI 制药赛道少有的硬通货。
但时间点值得玩味。7 月 8 日 B 轮官宣，7 月 11 日 VCBeat 一篇创始人专访的标题直接写道"MindRank 提交 IPO 招股书"——尽管正文对此只字未提。无论递表与否，B 轮落定、III 期烧钱、上市预期发酵，正是一家公司最需要技术叙事的时刻。InteraFold-Chem 报告恰好出现在这个窗口期：没有代码，没有权重，没有数据，发布渠道是"未来网站另行通知"。
最好的故事，最差的证据
公平地说，这份报告的免责声明比绝大多数营销稿诚实，几乎承认了每一个软肋。但免责声明抵消不了标题里的排序：
MDR-001 的 III 期是真本事，本该是这家公司最好的故事。但一份把对手跑残再击败的报告，拉低的恰恰是"AI Native"这四个字的证据标准。InteraFold-Chem 的真实水平如何？等它承诺的"未来网站"开放那天，第三方基准会给出答案——如果那一天到来的话。