酶AI基准、开源药物发现引擎
与影像临床AI

酶底物（ES）和酶反应（ER）预测模型近年涌现，但现有基准都以"在许多候选中找到已知正例"为任务，对模型天然友好。本文在难负例特异性任务上重新评测四款最新模型——要求从结构相似的竞争底物中识别真正催化剂。结果：性能大幅下滑，远低于已发表基准所暗示的水平。

核心问题：当前 ES/ER 模型基准准确率与真实世界生物催化检索效用之间的差距比领域普遍认知的大得多。这一发现对酶注释、生物合成路径解析等下游应用有直接影响。

OpenDDE 是 Aureka AI 发布的开源全原子生物分子基础模型，核心设计理念是将 co-folding 作为药物发现引擎的入口点而非终点——结构预测不是孤立目标，而是连接序列-结构-功能关系的共享推理层。

架构整合全原子设计、原子潜变量推理与大规模数据处理，实现了接近 IsoDDE 的 co-folding 精度，同时为后续 de novo 设计、亲和力估算、结构条件优化提供可扩展基础。完全开源，面向社区可复现。

分子 LLM 在下游任务上表现不错，但存在根本性盲点：它们无法从 canonical SMILES 可靠地提取底层分子图结构——违反了"结构决定功能"这一化学基本原理。即便下游指标好看，模型并未真正理解分子。

MolBasic 提出结构优先框架：以双向 SMILES-Graph 转换为核心训练任务，构建多层次结构感知基准，强制模型在序列表示与拓扑表示之间建立真实对齐。在基准测试和迁移任务上均带来显著提升。

在 I-SPY2 队列中，作者从治疗前 DCE-MRI 构建纵向流形，寻找被常规描述符遗漏的结构响应表型。关键发现：响应几何的主轴无法从完整临床+基因组堆栈恢复——年龄、受体亚型、MammaPrint、PAM50、治疗方案、肿瘤负荷均不足以捕捉它——但一旦加入基线结构熵，该轴就变得高度可恢复。

含义：影像携带着基因组学遗漏的复发风险信号。一个与分子亚型无关的影像结构表型，默默组织着治疗轨迹——这为术前影像驱动的个体化治疗决策提供了新依据。

从 QSM MRI（定量磁化率图，捕捉铁沉积）和多频带多回波静息态 fMRI 的 ReHo 特征，用 SVM、Elastic Net、Random Forest、XGBoost 预测帕金森病 MDS-UPDRS III 运动严重程度。结果：影像+临床联合特征优于任何单一模态。

更重要的是模型一致性：SVM、RF 和 XGBoost 在关键神经影像特征上的重要性排名高度吻合，指向基底节铁沉积与运动环路连接性作为客观运动损伤标志物。样本量较小（28人），但方法论框架值得关注。

生物模型通常参数众多，但可观测量远少于参数——不同参数组合可产生相同的动力学行为（神经简并性）。传统方法给出点估计；本文用条件分数扩散模型直接采样可行参数流形：所有能复现目标行为的参数配置的完整集合。

在 Lorenz 系统与 Hodgkin-Huxley 神经元模型上验证：标量轨迹统计量可精确恢复流形结构，揭示参数间代偿几何——为什么截然不同的参数组合产生相同的神经输出。这为神经科学中的模型参数不确定性分析提供了严格的计算框架。