2026年10月8日，一篇预印本把分子、材料与蛋白质放进了同一套建模框架。Zatom-2试图让原子层面的经验跨越学科边界。但它走的是分阶段路线：先联合学习分子和材料，再迁移到蛋白质生成。[4]
“一个模型”的看点，在于共享架构与可迁移的表征。但要说清这次进展，必须区分三个领域一起出现，与三类数据同时预训练。这项工作真正要检验的，是分子与材料的学习经验能否帮助蛋白质设计。[4]
三类系统，先找到共同的“积木”
预训练用了3,986,754条OMol25样本，以及1,009,850条OMat24样本，合计约500万条。但这只是两套大数据集的子集，不能把数据集的上亿规模直接记成模型实际读过的训练量。[4]
这些样本像一套带受力信息的积木图册，涵盖有机分子、生物分子、金属配合物与周期性材料。模型接触的是结构、能量和原子受力。但其中还包含偏离平衡的构型，学习目标无法简化成“只画最稳定的结构”，也要覆盖变形后的局部环境。[4]
如何把三类系统送进同一架构？可以把它理解成两种规格的收纳格。分子和材料采用atom1，每个原子对应一个token；蛋白质采用atom14，每个残基分配14个坐标槽。但未使用的槽位要由虚拟原子填充，14个槽位并不代表每种残基都有14个真实原子。[4]
这两种表示汇入同一个“原子—token—原子”Transformer。局部模块处理原子邻域，全局模块交换更大尺度的信息。但晶体仍需要晶格参数，蛋白质仍需要残基身份；共享主干并未抹掉领域差异。[4]
会画结构，还要补一门物理课
生成过程像把散乱的点逐步整理成结构，这对应条件流匹配。模型学习从噪声走向三维几何，同时承担结构预测和能量、力预测任务。但结构预测会额外接收原子身份等条件，各项任务的输入并不相同。[4]
力条件则像一个“构型松紧”旋钮，输入系统内原子受力大小的平均值。论文展示的三种设置中，力条件匹配误差为0.688–0.926 eV/Å。但区分低力与高力构型，仍比在同一区间内精确匹配目标容易，更不能把一个平均值当作每个原子的受力方向。[4]
“预测力”与“按力生成”是两个不同环节。前者给表征增加监督，后者给生成过程增加控制条件。但它们不能混称为精确物理模拟，作者也承认属性预测精度仍低于专用原子势。Zatom-2的训练思路，是让生成任务与物理属性预测共同塑造表征。[4]
这种监督留下了可量化的痕迹。对碳原子而言，原始表征空间中，十个近邻来自相同数据子集的比例从32.3%升至47.2%。但二维投影的视觉分离只能辅助解释，不能直接证明模型掌握了完整的化学规律。[1]
分数上去了，却没有全面通吃
如果把生成样本与参考分布的差异理解成“画风偏差”，AFD就是一种衡量办法。在OMol25评估中，Zatom-1的AFD为0.047，Zatom-2最终版本降至0.016，越低越好。但这反映分布接近程度，不能替代其他质量指标。[4]
同一张表里，RDKit有效率却从94.1%降到85.0%，而数据集参考样本为84.6%。但OMol25包含非平衡及反应构型，单看传统有效率也不够。这组反差提醒我们：更接近目标分布，与每项筛选分数都更高，需要分别判断。[4]
在另一套类药分子基准GEOM-Drugs上，Zatom-2有效率为96.90%，高于Zatom-1的93.6%。但TABASCO为97.6%，仍略高。统一架构能给出有竞争力的结果，却不能由此宣称已经超过全部领域专用模型。[4]
材料侧，MP20上未经后处理弛豫的MetaSUN产率达到4.92%，表中Crystalformer为3.1%。该指标同时考察亚稳、独特和新颖。但这些属于相应基准的训练设置，不能写成同一份权重零样本横扫所有领域。[4]
容量从基础版约1.4亿参数扩到大版约2.7亿参数，带来进一步收益。论文也比较了每域50万条样本，与约400万分子、100万材料的训练子集。但图中的“full datasets”指这些子集，不能误读成完整上亿规模。[4]
在相同训练轮数下，更多数据与更大模型改善了四项验证指标，材料结构预测尤其明显。但相同轮数不等于相同计算量：每轮要读的数据变多，训练投入也随之增加。曲线支持继续扩展，还不足以回答成本效益。[4]
最有意思的收益，出现在蛋白质变长之后
真正的跨域检验发生在SCOPe-2k。研究者选取2,000个蛋白质结构域，用50–128残基的短结构训练或微调，再测试129–256残基的长度外推。但这里的低数据设置，是刻意构造的迁移试验，不能代表全部蛋白质设计场景，更没有直接测试目标结合或功能设计任务。[4]
“可设计性”像一次把图纸反复重建的测试。每个骨架交给SolubleMPNN设计8条序列，再用ESMFold2回折；至少一条的Cα scRMSD小于1.5 Å才算通过。但这是计算自洽标准，不能等同于实验表达成功率，也不能理解成随机选一条设计序列就有同样的成功概率。[4]
长度外推时，完整预训练版本的可设计性达到74.80%±1.06%，从头训练为67.81%±1.33%。三随机种子的均值相差6.99个百分点。但收益最鲜明的舞台，是训练长度之外。跨域预训练的价值，在这次实验中集中体现在长度外推。[4]
回到短长度，同一版本为89.09%，同一低数据设置下从头训练的RFdiffusion3为91.07%。但到了长长度，后者降至54.04%。这个比较不能被转述成对公开预训练RFdiffusion3完整能力的判决。[4]
预训练也可能带来负收益：不带力条件的生成与结构预训练版本，外推可设计性只有62.96%，低于从头训练的67.81%。但这恰好说明，“先学更多数据”并非充分条件，任务组合和条件机制同样重要。[4]
在未参与微调的蛋白质上，氨基酸表征的跨蛋白十近邻纯度从84.8%升到88.1%。但输入几何本身已含残基身份信息，因此更清晰的聚类只能支持“表征组织改善”，还不能充当蛋白质功能理解的证据。迁移效果仍要回到生成任务上检验。[4]
共用一个主干，离共用一套物理还有多远
共享表示并未让分子与材料的原子在表征空间中完全混合，它们仍可区分。但保留差异未必妨碍迁移。模型也没有严格强制旋转等变性，以及力与能量梯度的一致性；所谓物理监督，仍有明确的实现边界。材料数据对蛋白质收益单独贡献了多少，也需要更细的消融来回答。[4]
复现入口已经公开：代码在Nucleus仓库，权重在Hugging Face。代码采用Nucleus许可，模型卡标注MIT。但数据、外部评估模型及网页各有条款，根目录许可不会覆盖它们；使用时需要分开核对。蛋白质示例也指定了单独的迁移检查点。[6][7][8]
目前解决的仍然只是跨域生成与迁移问题的一部分，证据主要来自计算评估。[4] 但真正落到生物研究中，还要过表达、稳定性和功能验证这些关，小规模外推也要接受更广泛蛋白质数据的检验。当分子与材料教出的几何经验走进实验室，它还能保留多少优势？