Leash Bio 的 Ian Quigley 谈 DEL 数据、模型作弊与智能体化学推理沙盒

Leash Bio 如何驯服 DEL——这项让每个接触它的人都备受折磨的检测方法——并利用这些数据揪出作弊的模型。以及为什么同样的数据非常适合用来训练 AI 智能体像化学家一样思考。Latent.Space 10月14日·110分钟 收听本次对话 110分钟 阅读文字稿 在 YouTube 上观看

几年前，我偶然发现了 Leash Bio 的 Substack，从此便入了迷。无论是他们的 Kaggle 竞赛——它表明我们其实并没有真正解决蛋白质-配体结合问题——还是他们那个惊人的发现：知道一个分子的作者，也许就足以预测它有多好。他们的 Substack——或者至少是 Owl Posting¹ 对他们的深度报道——应该成为任何试图用 AI 做化学的科研人员的必读材料。

所以，终于能坐下来与 Leash Bio 的 Ian Quigley 交流、向他请教，我超级兴奋。Leash 专注于 DNA 编码化合物库（即“DEL”），这是一种收集蛋白质与小分子之间超高通量相互作用数据的方法。² 在我发现 Leash 之前，我听到的关于 DEL 用户的只有各种恐怖故事。然而，Ian 和他的朋友们不知怎么找到了驯服这头猛兽的办法，提取出干净且可复现的数据，而这些数据恰恰非常适合大规模建模。不剧透太多，答案归结为认识论上的严谨，以及一种不可思议的信念：你必须动手去做这件事。

更精彩的是！在本期节目接近尾声时，Ian 预告了他团队在我们录制时刚刚在尝试的东西：一个供智能体进行可验证科学推理的 AI 试验场。他们发现，过去几年收集的数据可以提供数万个“lab-in-the-loop”模拟，而这正是智能体进行科学强化学习所需要的。两个月后，它已经发展成 Minos，今天他们发布了完整的预印本、博客和开放数据集。我们将在几天内发布一期闪电播客，带来最新进展。敬请期待！

和 Ian 的交流非常愉快，这大概是我们迄今为止最有趣的几期节目之一。无论你是完全的化学新手，还是 AI x Bio 领域的专家实践者，我们相信你都能从中有所收获。

祝你收听愉快！

我们聊到了：

为什么 DEL 会让每个接触它的人都备受折磨，以及 Leash 如何在每个分子上放置几十个条形码，以捕捉那些结合 DNA 而非药物的蛋白质。

Ian 的法则：生物学只有两种规模化方式——拍照和测序 DNA。

那场 Kaggle 竞赛：来自一个地下室的大约 40 亿次测量、约 2000 支队伍，而在一个未见过的化学库上，没有人能超过随机水平。还有为什么 Leash 曾暗自担心共折叠会让它们变得过时。

ChEMBL 中的“聪明汉斯”：模型能从分子结构猜出分子的化学家，而“是谁做的”对活性的预测能力几乎和结构一样好。

Hermes 仅用 Leash 自家数据训练，在公开基准上与 Boltz 并驾齐驱。还有那个 Boltz 早已在 PDB 中见过的 BRD4 分子。

打破口袋：在发现 Hermes 记住的是蛋白质的“绰号”而非结合位点后，大规模工程化蛋白质突变体。

类 Lumacaftor 的命中物，意外成为检测错误折叠蛋白质的探测器。

智能体沙盒：用平实英语推理 SAR 的 LLM，在 650 万个分子中、以 100 次的预算寻找最佳结合物。

Recursion 帮，以及为什么其校友公司都彼此押韵。

Kosuri 悖论：如果你能收集数据，为什么还需要模型？

在一个炎症项目上，六个月内从 DEL 命中物推进到良好的小鼠 PKPD，以及在细胞因子靶点上支持小分子药物而非抗体的理由。

是什么阻止了资金更充裕的实验室在规模上超越他们，以及 Ian 凭一己之愿对大规模并行纯化的期望。¹

互联网上当之无愧的最佳生物博客作者。²

一如既往，这里的秘诀在于把你的问题映射到一个组合库，并用下一代测序作为读出。我们在播客中深入讨论了这一点！感谢阅读

保持领先一步。

再深入一点 维基

与本帖相关的来源简介和单独审阅的说明。IQ人物

Ian Quigley

Leash Bio 联合创始人，正在构建实验数据，并组建跨学科团队，为蛋白质-分子相互作用模型提供支持。1 篇存档文章 1 个关联 LB组织

Leash Bio

一家计算化学公司，正在构建大规模分子测量，并测试模型的泛化能力。1 篇存档文章 1 个关联 有据可依的报道

Leash Bio 以计算速度运行的 Lab in the Loop

DNA 编码筛选、精心设计的对照和智能体沙盒，如何将实测的蛋白质-分子相互作用转化为供模型使用的实验。2 篇存档文章