← 2026-10-15 期
Latent Space01:49:56 节目 · 17 分钟阅读

让实验以计算速度重放:Leash Bio 如何发现模型在学化学,还是在走捷径

Lab-in-the-Loop at Compute Speed — Ian Quigley, Leash Bio

RJ Haneke、Brandon Anderson 访谈 Ian Quigley(Leash Bio 联合创始人、CEO)

节目日期(北京时间) 2026-10-15来源标注:官方完整逐字稿
THE BRIEF

三句话速览

  1. 01

    Leash Bio 不是先收集公开数据再堆模型,而是从 DNA 编码化合物库的实验过程重做起,试图获得规模大、可重复、包含负例的蛋白质—小分子相互作用数据。

  2. 02

    Ian Quigley 用 Kaggle 跨化合物库测试、化学家身份预测及蛋白质口袋突变说明:模型看似很准,可能只是认出了作者、结构片段或蛋白质的“昵称”。

  3. 03

    在这些真实测量之上,他们尝试让推理代理以数据库回放的速度提出、检验和修正化学假设;但有限化学空间、亲和力标定及临床转化仍是明确边界。

核心判断

科学 AI 的关键不只是预测分数,而是反馈是否来自可信测量,以及测试是否能迫使模型放弃捷径。实验设计、反事实、元数据和过程治理,是把规模变成可靠学习的前提;快速回放实验并不等于瞬间完成新湿实验。

THE ARGUMENTS

10 条核心观点

01

先把物理测量做可信,再谈数据规模

英文观点句 · 基于完整节目忠实转述

Leash treats scalable measurement as an engineering problem in which reproducibility, controls, and noise diagnosis must improve alongside the number of observations.

中文直译

Leash 把可扩展测量视为一个工程问题:可重复性、对照和噪声诊断必须与观测数量一起改善。

难词注译
  • reproducibility:可重复性;换批次或隔一段时间重做仍能得到相近结果。
  • controls:对照;用于分辨目标信号与背景噪声的实验条件。
  • alongside:与……同时;强调质量不能等扩张后再补。

原文语境

02:22—09:11、15:41—20:51,Ian 解释 DEL 如何把许多带 DNA 标签的小分子混在一起,用蛋白质富集和测序读出结合信号。Leash 把同一库用于大量蛋白质目标,才看见批次、生产与背景黏附问题;他把 Recursion 时期排查高维测量偏差的经验视为重要基础。

观点解读

规模大不保证信号正确。若仪器、批次或生产条件足以预测标签,模型可能学得更快却学错东西。对一般数据产品,可借鉴的是先保留来源与批次、设计负对照和重复测量;不是照搬具体化学实验。

02

用多条码辨别蛋白质究竟黏住了什么

英文观点句 · 基于完整节目忠实转述

Encoding the same molecule with multiple DNA barcodes helps distinguish genuine chemical binding from proteins that preferentially bind the barcode itself.

中文直译

用多个 DNA 条码编码同一种分子,有助于把真正的化学结合与蛋白质对条码本身的偏好性结合区分开。

难词注译
  • encoding:编码;用可测序标签对应某一种化学分子。
  • distinguish:区分;这里不是只看信号高低,而是辨别信号来源。
  • preferentially:偏好性地;对某一条码或序列更容易结合。

原文语境

09:27—11:51,他举例同一种小分子有 32 或 48 种条码。如果同化学式的分子只在某个条码上显著富集,原因可能是蛋白质在识别 DNA,而非目标化学结构;对一些转录因子,还能从富集序列回推出已知 DNA 结合偏好。

观点解读

这相当于主动改变一个不该决定结论的变量,看结果是否随它变化。多条码提高可诊断性,但不是所有误差都被解决;还需对照磁珠背景、PCR 偏差和蛋白质质量,不能把一项控制当成完整质量认证。

03

带 DNA 的训练测量,不等于去掉 DNA 后仍有效的药物

英文观点句 · 基于完整节目忠实转述

A reliable measurement of a DNA-tagged molecule can train a conditional model, but advancing that molecule as a drug still requires off-DNA synthesis and separate functional validation.

中文直译

对带 DNA 标签分子的可靠测量可以训练一个条件模型,但要把该分子推进为药物,仍需脱离 DNA 的合成和单独的功能验证。

难词注译
  • conditional model:条件模型;明确把 DNA 标签存在这一条件纳入预测。
  • off-DNA synthesis:脱离 DNA 的合成;重新制备不带标签的化合物。
  • functional validation:功能验证;检查是否真正产生目标生物作用。

原文语境

12:21—14:28,主持人反复追问条码会不会挡住结合口袋。Ian 的回答是训练不能假装 DNA 不存在,模型输入要标记其位置;真正推进化合物时还得去掉 DNA 重做。他自述容易的情况约九成、困难情况约一半保留效果,强调存在损耗。

观点解读

这里区分了两个任务:准确描述当前实验体系,与预测最终无标签药物行为。前者成立不意味着后者自动成立。百分比仅是其团队经验、分母和任务难度也未统一,不应转换成任何临床成功率。

04

真正困难的测试,是换掉化学库而不是只随机分行

英文观点句 · 基于完整节目忠实转述

The Kaggle competition showed that success on familiar building blocks did not transfer to a wholly different chemical library, where participating teams performed no better than chance.

中文直译

这次 Kaggle 比赛表明,在熟悉构建单元上的成功并没有迁移到一个完全不同的化学库;在那个库上,参赛团队的表现并不优于随机。

难词注译
  • building blocks:构建单元;组合成大量化合物的较少数量化学原料。
  • transfer:迁移;在新的数据分布上保留能力。
  • chance:随机水平;在该特定评测设置下没有可靠预测优势。

原文语境

27:20—35:30,他们为比赛发布约 40 亿次物理相互作用测量,设计共享构建单元、仅共享核心骨架和完全不同库三档难度。约 2,000 支队伍参赛后,最远分布的隐藏评测无人超过随机;团队后来把原始读数、标签和评测都开放,欢迎他人复验。

观点解读

结论不是计算机永远无法做药物发现,而是这个任务与分布下当时的方法没有实现目标泛化。随机拆分容易让相近结构跨越训练与测试边界,测试设计应接近未来真正需要预测的陌生问题。

05

模型可能读出了化学家的风格,而不是化学物理

英文观点句 · 基于完整节目忠实转述

Predicting a molecule's author from its structure revealed a shortcut through which activity models could exploit chemist identity and selection habits instead of learning the intended physical relationship.

中文直译

从分子结构预测其作者揭示了一条捷径:活性模型可能利用化学家的身份和选择习惯,而不是学习预期的物理关系。

难词注译
  • shortcut:捷径;利用相关线索取得高分,却没有学会目标机制。
  • exploit:利用;这里指模型利用数据中的可预测关联。
  • selection habits:选择习惯;人决定做什么、不做什么留下的数据痕迹。

原文语境

46:45—55:50,Ian 说他们从 ChEMBL 提取约 1,815 位化学家的分子,作者分类 top-5 准确率约六成;只用作者概率向量表示分子,预测活性也能接近直接用结构的表现。他解释同一研究者的设计风格、研究项目和制作选择相互关联,称之为化学家的社会学。

观点解读

这是一项数据集诊断,不能证明所有模型完全不懂化学。警示在于标签既包含自然规律,也包含人类筛选过程。应测试作者、机构、实验批次等身份信息能否单独取得高分,避免把业务流程留下的痕迹当成因果知识。

06

数据预算应同时覆盖化合物和蛋白质两个轴

英文观点句 · 基于完整节目忠实转述

Leash chose deeper characterization of smaller libraries across more proteins rather than assuming that a larger compound count alone would produce better generalization.

中文直译

Leash 选择对较小的化学库在更多蛋白质上做更深入的表征,而不是假定仅仅增加化合物数量就会带来更好的泛化。

难词注译
  • characterization:表征;更充分了解对象的行为及测量特性。
  • compound count:化合物数量;只是数据规模的一个轴。
  • generalization:泛化;在未见过的对象和条件上仍然有效。

原文语境

36:00—46:24,团队从比赛只有三个蛋白质目标的局限中,决定增加蛋白质多样性与读数深度。Hermes 用蛋白质和化学嵌入加交叉注意力作较简洁的基线;他们不仅按单元身份拆分,还按相似单元聚类隔离,并与 XGBoost 比较,观察远分布下各方法如何下降。

观点解读

大数字往往掩盖覆盖不均:很多相近分子配很少目标,未必比两个轴都较多样的测量更有价值。架构简单也有助于快速做数据实验,但单个比较不能推出 Hermes 在所有结构、生物功能和应用上优于其他模型。

07

先怀疑自己的模型,再用可控突变逼它放弃昵称

英文观点句 · 基于完整节目忠实转述

After Hermes appeared to memorize protein nicknames, Leash engineered pocket mutations and compared binding changes to make that shortcut less useful during training.

中文直译

在 Hermes 看起来记住了蛋白质的昵称之后,Leash 工程化地制造了口袋突变,并比较结合变化,使这条捷径在训练中不再那么有用。

难词注译
  • memorize:记忆;在此是记住身份标记,而非理解功能。
  • pocket mutations:口袋突变;改变蛋白质结合区域中的氨基酸。
  • binding changes:结合变化;实验中分子与目标相互作用的变化。

原文语境

59:19—75:56,团队担心模型只认蛋白质非保守区的短序列,不看功能口袋。他们用竞争性结合实验、特定残基突变和重复筛选,判断某组分子是否真依赖那个位置;加上相似但功能不同的突变体后,注意力不再只盯着身份线索。

观点解读

注意力图是线索而非因果证明,真正有力的是改变量、测结果、排除整个蛋白质都坏掉的解释。这个案例的可贵之处在于公开承认自家模型也走捷径,而不是只挑竞争对手的评测缺陷。

08

实验预先测好,推理代理才能在计算速度下试错

英文观点句 · 基于完整节目忠实转述

The agent sandbox replays previously measured experiments through database lookups, allowing rapid hypothesis revision without claiming that new wet-lab experiments happen instantaneously.

中文直译

代理沙盒通过数据库查询重放此前测量过的实验,使假设能够快速修正,但并不声称新的湿实验可以瞬间发生。

难词注译
  • replays:重放;取出已测得结果作为一次模拟实验反馈。
  • hypothesis revision:假设修正;根据反馈改变对作用机制的解释。
  • wet-lab:湿实验室的;实际操作化学物质和生物材料的实验。

原文语境

77:07—84:08,Ian 描述把分子差异转成自然语言,先给代理结合与不结合的例子,再允许它从已测库选择实验并即时查回结果。他自述用约 100 个分子预算,在 650 万分子的已测空间中寻找优良结合物,并提取上万条构效关系探索场景。

观点解读

速度来自预付的实验数据,而不是取消了物理实验。开放空间的真实新分子还要合成与复测;自然语言可能是一种正则化方式,能否减少记忆、跨越未测空间仍需独立评估,不能把团队的早期信号写成已实现通用科学家。

09

结合命中、动物数据和人体疗效是不同里程碑

英文观点句 · 基于完整节目忠实转述

A promising binder and a six-month mouse PKPD result are early milestones, not evidence that a candidate is safe or effective in humans.

中文直译

一个有希望的结合物和六个月内取得的小鼠 PKPD 结果只是早期里程碑,并不是候选物对人安全或有效的证据。

难词注译
  • binder:结合物;能与目标蛋白结合的分子,不等于已成药。
  • PKPD:药代动力学与药效学;观察体内暴露及作用标志等。
  • milestones:里程碑;不同开发阶段的进展,不可相互替代。

原文语境

88:41—96:32,嘉宾自述少数化学系列约六个月得到不错的小鼠 PKPD 和炎症相关标志变化,并明确后续制造、安全和人体研究还需要时间。主持人也追问早期发现只占开发成本一部分,为什么值得优化;双方讨论口服小分子替代某些抗体疗法的潜在价值。

观点解读

本段是研发路线讨论,不是医疗建议。报告保留转化门槛:是否到达目标、是否足够选择性、是否有毒性、是否能制造和临床获益都要分别验证。小鼠指标、结合排名与患者治疗效果不能互换。

10

可积累的壁垒,是发现错误并让团队持续记录的过程

英文观点句 · 基于完整节目忠实转述

Ian argues that Leash's defensibility comes from accumulated process knowledge and frictionless metadata capture, while broader chemical reasoning remains an ambition beyond today's screened space.

中文直译

Ian 认为,Leash 的可防御性来自积累的过程知识和低摩擦的元数据记录,而更广泛的化学推理仍是超出当前已筛选空间的抱负。

难词注译
  • defensibility:可防御性;竞争者难以迅速复制的能力。
  • frictionless:低摩擦的;流程足够易用,工作人员愿意持续执行。
  • ambition:抱负、目标;尚不代表已被证明的能力。

原文语境

96:32—109:46,主持人问既然能筛出好分子为什么还要模型、以及更有钱的实验室能否复制。Ian 区分找到某个命中与加快优化、跨领域推理;他强调批次元数据、生产流程和识别异常的文化。末段以类似 Lumacaftor 的命中提示蛋白质误折叠为例,说明错误也会反过来成为质量过滤器。

观点解读

这种壁垒不是永远不可复制,也不能靠数据总量宣告成立。应观察过程知识是否持续带来更可靠测量和更快验证。嘉宾还说把读数转换为绝对亲和力尚未做好,并希望更大规模并行纯化;这些短板比宏大愿景更接近下一步工程重点。

A CLOSER LOOK

深度分析

问题不是模型聪明不聪明,而是奖励允许它学到什么

作者风格能预测活性,说明观察数据既包含自然作用,也包含人选择研究什么、制作什么、公布什么的过程。模型寻找最容易预测目标的线索并不奇怪;真正的问题是这些线索在未来任务中是否还成立。把所有数据汇总再随机拆分,可能把同一个社会过程复制到了测试集。

口袋突变与近似分子差异提供了更有针对性的反证:身份基本没变,但功能变了。模型如果仍给出旧答案,就暴露出对身份依赖。这个思路可迁移到业务预测:保留相同客户或内容身份,改变关键条件,再看系统是否真的对变化敏感。后半段是编辑者的类比。

把湿实验前置,换取代理学习的高频反馈

现实实验很慢,但并非每次训练都需要重新做一次。如果先把一个足够丰富、包含负例和细微差异的空间测出来,代理就能以查询速度演练如何选择实验、解释结果和修正假设。它优化的是反馈的再利用率,成本已经在数据采集环节支付。

这种加速也有硬边界:代理只在库里挑选时可能表现很好,走到新化学空间就仍需合成、纯化与验证。评估应明确区分已测回放、未测预测和真实前瞻实验,并检验模型是否记住库或评测,而不是只报告一个成功故事。

数据引擎、候选物与最终药物应有不同的价值账本

主持人的经济追问很重要:若筛选已经产生命中,模型还增加什么价值?Ian 的回应是优化速度、跨目标推理与更广应用,也承认早期发现之外仍需要大量开发工作。数据引擎产生的候选物可以有价值,但不能把所有候选物数量直接等同于可实现收入。

对组织而言,应同时看测量质量、模型增益、前瞻实验命中与开发转化四类证据。末段对并行纯化和绝对亲和力测量的需求,也说明下一步未必是更大的模型;可能是让物理验证更干净、更快、更加可对照。这是对访谈论证链的总结,不是医疗或投资建议。

LISTEN AGAIN

值得回听的时间点

00:00

化学家身份捷径的片头案例

先理解为什么模型高分不一定代表学到化学。

03:02

DEL、DNA 条码、富集与负对照

为非生物专业读者建立实验如何产生数据的背景。

12:21

带标签体系与真实药物的不同任务

避免将可训练信号与脱标签后药效混淆。

27:20

40 亿测量与 Kaggle 三档分布测试

重点回听完全新化学库为何无人超过随机。

40:46

Hermes 架构和强基线

了解模型设计如何服务快速数据实验。

46:45

ChEMBL、作者身份与 Clever Hans

是本期最具跨行业启发的数据偏差案例。

59:19

活性悬崖、竞争实验与蛋白质突变

用可控改变检查功能,而不是只解释一张注意力图。

01:17:07

自然语言代理与实验数据库回放

区分既有测量检索和真实新湿实验。

01:28:41

小鼠 PKPD、经济价值与临床边界

看清早期发现与成药之间尚未完成的步骤。

01:41:37

亲和力标定、过程壁垒和并行纯化瓶颈

结尾明确承认哪些能力尚未实现。

人物、工具与数字

Ian Quigley、Andrew Blevins/Leash Bio:嘉宾及其团队;RJ Haneke、Brandon Anderson:主持人。DEL:DNA-encoded library,DNA 编码化合物库;不是普通表格里的标签集合。ChEMBL、BindingDB、PDB、Polaris:不同来源与用途的数据资源;不能混作同一个评测集。Hermes、ESM、ChemBERTa、cross-attention、XGBoost:架构与基线;模型相互比较只限具体任务。约 40 亿测量、约 2,000 支 Kaggle 队伍:嘉宾所述比赛规模。约 1,815 位化学家、作者识别 top-5 约 60%:数据捷径实验,不是药物预测成功率。约 650 万分子、100 个选择预算、上万条 SAR 场景:嘉宾对已测空间中代理实验的描述。约 2,000 种蛋白质构建体、约 5,000 次筛选:团队历史规模自述,不能把相乘结果当独立样本量。Minos:官方页面称录制后约两个月成熟并发布预印本、博客和数据;与录制时早期沙盒进展分开。PKPD、ADMET、SPR、KD、Lumacaftor:研发与测量术语;本报告不提供诊疗、用药或实验操作建议。
PERSPECTIVES

立场与分歧

共同立场

  • 双方认可干净、可重复测量与严格外部分布评测的重要性,也认可模型会寻找便宜的身份捷径。
  • 代理回放实验提供新的规模机会,但当前化学空间、测量条件与真实转化仍需约束。

主要分歧

  • 主持人不断追问 DNA 标签、是否破坏整个蛋白质、覆盖空间是否足够及发现环节的经济价值;Ian 用对照与目标拆分回应,而非声称所有问题已解决。
  • Ian 倾向相信自然语言推理更不易纯记忆;主持人要求说明相对 Hermes 的机制与证据,最终仍保留这是早期结果。
INTO PRACTICE

工作启发与行动

  • 对任何预测系统,都应增加按作者、机构、批次、时间和相似群组隔离的测试,而不仅是随机切分。
  • 把难以获得的物理反馈预先采集并做成可查询环境,可能比反复在线试错更适合大规模代理训练。
  • 过程元数据应是实验与工作流的默认产物,否则事后排查模型走捷径的成本很高。
  • 模型解释要引向可反驳实验,不应以注意力图或自然语言解释本身作为因果证明。

可以从这里开始

  1. 在自己的数据集上建立一个只用来源、作者或批次信息的简单基线,检查能否意外预测目标。
  2. 把评测拆成近分布、群组隔离和真实陌生场景三层,分别报告效果,不用一个总分掩盖断崖。
  3. 为每条关键记录保留来源、批次、处理版本、失败状态和验证时间,尽量自动生成。
  4. 为代理准备受限、可回放、含失败结果的实验环境,并把查库、模拟和真实执行明确标为不同动作。
  5. 选择一种模型可能使用的身份线索,设计一个可控反事实测试,而不是只向模型追问解释。
  6. 为研发结果分开记录结合、功能、动物、安全和临床阶段,禁止把早期命中改写成疗效承诺。
EVIDENCE & LIMITS

事实、观点与不确定项

本期基于完整节目内容整理。节目中的二手引用、嘉宾自述和编辑推断分别标注,不将其等同于独立事实调查。

已核对的来源与节目内容

  • 官方页面所链接的完整转录 JSON 含 2,541 段,末尾到 01:49:56;与完整 RSS 音频身份和时长相符,页面正文自身只是结构稿。
  • 节目确实讲述多条码、跨库评测、作者分类、口袋突变及数据库回放代理实验。
  • 全部实验规模、性能、成本类数字均为访谈或官方说明中的团队说法,本次没有独立复跑模型或开展实验。

观点与判断

  • 数据质量与测量机制会比复杂架构更重要,是嘉宾从其任务归纳的方法。
  • 自然语言推理能够正则化并改善跨场景学习,是团队仍需扩大验证的路线假设。
  • 过程文化构成竞争壁垒,属于公司对自身可防御性的判断,不是对竞争者的独立评估。

仍需留意

  • 官方转录为机器生成并经发布方提供,存在专名误写、重复与局部缺字;未知部分不补写,不声称逐秒人工听审。
  • 在公共数据上接近 Boltz 不代表任务完全相同;嘉宾也指出训练分布、潜在见过的 BRD4 分子及能力范围差异。
  • 查库代理的成功范围仍在已筛选空间;跨到农业、兽医、材料等领域是愿景,不是已验证的通用能力。
  • 六个月小鼠结果只涉及少数系列,不是人体安全、临床疗效或总体研发周期证明;绝对 KD 标定仍在进行。
  • 官方页面对 Minos 的后续发布更新与录制中早期项目不是同一个时间点,不将更新后的成果倒填为访谈时已经完成。
  • 英文观点是原英文内容的忠实非逐字重述,中文逐句直译;只把独立核对的短句标作原话。
LANGUAGE & CONCEPTS

金句与关键词

But when you train models on the exhaust, you might be in trouble.

“但当你用这些副产数据训练模型时,可能就有麻烦了。”官方完整转录约 51:40—52:07 内的短句,exhaust 指为做药而产生的研究副产数据;这类数据未必为机器学习的无偏比较而设计。

BACK TO THE SOURCE

回到原始内容

本期根据完整节目整理,英文观点句为非逐字忠实转述,中文按对应句子直译。来源方法与未确认事项见上文。了解编辑说明

处理方式:从已核验官方节目页面明确提供的匹配公共转录资源取得完整JSON,2541段逐字内容按连续说话人无损合并为390段阅读;机器转录非人工逐字认证。另下载完整规范RSS音频核对身份与时长,以独立MLXWhisper medium对开头、中段、结尾及关键片段共8处做物理剪切核对;不宣称人工逐秒听完或逐帧看完演示。英文观点为忠实非逐字重述,中文直接翻译同一句,30个词汇项均来自同句。只保留按独立官方文本逐字核对的短引文。

官方 RSS 与单集发布时间 ↗

报告生成时间:2026/10/15 10:19:38(北京时间)

收录于 2026-10-15