編輯丨王多魚

排版丨水成文

物質(zhì)科學(xué)研究領(lǐng)域不缺優(yōu)秀的 AI 工具。

結(jié)構(gòu)預(yù)測(cè)、分子生成、性質(zhì)計(jì)算、反應(yīng)模擬……各類模型在各自擅長(zhǎng)的任務(wù)上表現(xiàn)出色，卻彼此割裂?？蒲泄ぷ髡叩娜粘?，往往陷在 N 個(gè)工具切換里：從一個(gè)平臺(tái)導(dǎo)出數(shù)據(jù)，轉(zhuǎn)換格式，導(dǎo)入下一個(gè)工具，重新調(diào)參——機(jī)械操作擠占了本該用于科學(xué)判斷的時(shí)間。

工具本身不是問題，協(xié)作才是。

“渾天綾”，就是上?？茖W(xué)智能研究院（Shanghai Academy of AI for Science，簡(jiǎn)稱上智院）針對(duì)這一問題給出的系統(tǒng)性開源方案。

繼燧人物質(zhì)科學(xué)系列模型，作為上智院在物質(zhì)科學(xué)方向的又一落子，“渾天綾”現(xiàn)已覆蓋藥物發(fā)現(xiàn)、材料設(shè)計(jì)、催化劑優(yōu)化、新能源研發(fā)等多個(gè)領(lǐng)域?；谄溟_源底座，上智院重點(diǎn)孵化企業(yè)“格物智研”將面向產(chǎn)業(yè)需求持續(xù)優(yōu)化，提供產(chǎn)品化封裝、企業(yè)級(jí)支持與商業(yè)擴(kuò)展服務(wù)。

超140個(gè)Skills，“渾天綾”覆蓋物質(zhì)科學(xué)研發(fā)全流程

作為一個(gè)開源物質(zhì)科學(xué)發(fā)現(xiàn)系統(tǒng)，“渾天綾”目前已集成 4 大科學(xué)方向 140+ Skills。以藥物發(fā)現(xiàn)為例，核心的 14 個(gè) Skills 覆蓋從靶點(diǎn)到候選分子的完整鏈條，展示了這套協(xié)作邏輯如何在真實(shí)流程中運(yùn)轉(zhuǎn)。

第一步：自主調(diào)研。輸入靶點(diǎn)名稱（例如“TYK2治療自身免疫性疾病靶點(diǎn)”），進(jìn)行靶點(diǎn)調(diào)研與專利查詢，檢索文獻(xiàn)、提取生物學(xué)信息、排查已有專利。原本需要 1-2 天的文獻(xiàn)整理工作，可壓縮至 10 分鐘以內(nèi)。

第二步：結(jié)合構(gòu)象發(fā)現(xiàn)。系統(tǒng)自動(dòng)完成蛋白標(biāo)準(zhǔn)化處理（去水、加氫、優(yōu)化側(cè)鏈），若已有復(fù)合物晶體結(jié)構(gòu)，進(jìn)行分子生成；若無(wú)，先運(yùn)行MD模擬優(yōu)化，再通過(guò)口袋發(fā)現(xiàn)Skill定位藥物結(jié)合位點(diǎn)。

第三步：分子設(shè)計(jì)與篩選。根據(jù)蛋白口袋進(jìn)行分子生成，采用“粗篩+精算”策略：先用分子對(duì)接 Skill 從數(shù)百乃至數(shù)千個(gè)候選分子中快速篩出幾十個(gè)，再用 FEP 計(jì)算 Skill 精確評(píng)估，鎖定結(jié)合親和力最強(qiáng)的分子。逆合成分析 Skill 進(jìn)一步確定合成路線，確保設(shè)計(jì)的分子不只理論新穎，更具備落地合成的條件。

第四步：確認(rèn)與流轉(zhuǎn)。系統(tǒng)可以生成內(nèi)部確認(rèn)流程，并可直接對(duì)接合成詢價(jià)系統(tǒng)。通過(guò)驗(yàn)證的候選分子完成入庫(kù)，形成可供實(shí)驗(yàn)驗(yàn)證的先導(dǎo)化合物清單。

整個(gè)流程的核心價(jià)值不是單步更快，而是以統(tǒng)一環(huán)境部署的方式運(yùn)行，所有環(huán)節(jié)由平臺(tái)統(tǒng)一托管，數(shù)據(jù)在任務(wù)流中自動(dòng)貫通，實(shí)現(xiàn)端到端的無(wú)縫銜接。科學(xué)家從工具操作中解放出來(lái)，專注于需要高度判斷力的問題：選擇哪個(gè)靶點(diǎn)、哪些分子值得驗(yàn)證、實(shí)驗(yàn)結(jié)果不理想時(shí)如何調(diào)整方向。

為什么是Skills協(xié)作，而不是一個(gè)超大模型

這是一個(gè)合理的疑問：既然要串聯(lián)這么多模型和工具，何不訓(xùn)練一個(gè)統(tǒng)一的超大模型？

答案是：既不現(xiàn)實(shí)，也不必要。

分子對(duì)接依賴經(jīng)過(guò)長(zhǎng)期驗(yàn)證的物理化學(xué)算法，F(xiàn)EP 計(jì)算依托成熟的統(tǒng)計(jì)力學(xué)方法論，逆合成分析積累了化學(xué)家數(shù)十年的反應(yīng)規(guī)則——這些專業(yè)能力早已經(jīng)過(guò)充分驗(yàn)證，具備可靠性與可解釋性。用通用大模型取代它們，不僅訓(xùn)練成本極高，更關(guān)鍵的是，科學(xué)家無(wú)法信任一個(gè)出了問題卻無(wú)法追溯的“黑箱”。

“渾天綾”的方法論因此很清晰：保留各環(huán)節(jié)專業(yè)模型和工具的核心能力，集中解決它們之間的協(xié)作問題。

這套邏輯不只適用于藥物發(fā)現(xiàn)，例如：

• 高分子材料設(shè)計(jì)：原子尺度建模-穩(wěn)態(tài)結(jié)構(gòu)生成-性能模擬-合成路線規(guī)劃；

• 催化劑優(yōu)化：反應(yīng)機(jī)理探索→反應(yīng)數(shù)字化表征→反應(yīng)構(gòu)效關(guān)系建?！呋瘎┨摂M篩選→實(shí)驗(yàn)條件優(yōu)化；

• 新能源研發(fā)：基于性質(zhì)約束的分子生成-高通量氧化還原電位計(jì)算-合成路線規(guī)劃。

• 凡是具有明確研發(fā)流程、各階段工具成熟、核心挑戰(zhàn)在于環(huán)節(jié)整合的領(lǐng)域，均可適配。

一個(gè)關(guān)鍵拐點(diǎn)，一套完整體系

“渾天綾”的出現(xiàn)，根植于上智院對(duì)科學(xué)智能發(fā)展以及物質(zhì)科學(xué)研究范式的整體判斷。

科學(xué)智能（AI for Science）正處在一個(gè)關(guān)鍵的技術(shù)拐點(diǎn)：大語(yǔ)言基座模型提供邏輯推理，智能體系統(tǒng)實(shí)現(xiàn)流程編排，科學(xué)垂域模型融入領(lǐng)域機(jī)理，自動(dòng)化實(shí)驗(yàn)室提供物理世界反饋——四者貫通之后，科研流程第一次具備了端到端自動(dòng)化閉環(huán)的可能。

上智院物質(zhì)科學(xué)團(tuán)隊(duì)由此出發(fā)：燧人物質(zhì)科學(xué)系列模型首次統(tǒng)一建模了微觀電子結(jié)構(gòu)與宏觀統(tǒng)計(jì)行為，使分子模型從經(jīng)驗(yàn)擬合轉(zhuǎn)向物理約束驅(qū)動(dòng)，從專用工具升級(jí)為通用引擎。

然而，想法與可設(shè)計(jì)可合成之間仍存在顯著斷點(diǎn)。圍繞這一痛點(diǎn)，上智院進(jìn)一步布局了渾天綾Scientific Skills（將算法、數(shù)據(jù)、算力、實(shí)驗(yàn)四類科研要素標(biāo)準(zhǔn)化為可組合的生產(chǎn)單元）、智能實(shí)驗(yàn)設(shè)計(jì)智能體（將高維設(shè)計(jì)需求轉(zhuǎn)化為具體實(shí)驗(yàn)路徑）、以及自動(dòng)化實(shí)驗(yàn)室（應(yīng)對(duì)非標(biāo)物理操作、攻克后處理瓶頸、實(shí)現(xiàn)實(shí)驗(yàn)數(shù)據(jù)結(jié)構(gòu)化）等關(guān)鍵技術(shù)，正著力構(gòu)建干實(shí)驗(yàn)-連接層-濕實(shí)驗(yàn)-數(shù)據(jù)回流的完整閉環(huán)。

作為這一完整技術(shù)體系的產(chǎn)業(yè)化承載主體，“格物智研”正負(fù)責(zé)將系列原創(chuàng)成果推向真實(shí)產(chǎn)業(yè)場(chǎng)景，形成從基礎(chǔ)模型到濕實(shí)驗(yàn)驗(yàn)證的平臺(tái)級(jí)服務(wù)能力。

4月新增一攬子物質(zhì)科學(xué)開源Skills

本月，上智院物質(zhì)科學(xué)團(tuán)隊(duì)新增開源一系列模型、數(shù)據(jù)與工具，包括燧人 AI 計(jì)算模型、craton 計(jì)算化學(xué)模型等，藥物、材料、能源等領(lǐng)域用戶可通過(guò)“渾天綾”調(diào)用，同時(shí)最新Skills 也已收錄在星河啟智科學(xué)智能開放平臺(tái)（https://aistudio.ai4s.com.cn/）。

期待開源聚力，歡迎社區(qū)共建。

項(xiàng)目地址：https://github.com/golab-ai