微软开源 BioEmu-1：模拟蛋白质动态结构，单卡每小时生成数千个

BioEmu-1 是微软开源的分子模拟深度学习模型，专门用来预测蛋白质在动态变化中的多种构象系综。以往 AlphaFold 这类模型预测出的通常只是单一静态结构，就像电影里的一帧定格画面；而 BioEmu-1 试图做到的，是把蛋白质如何折叠、扭曲和变形的整部动态电影还原出来。

它能做什么

BioEmu-1 的核心优势在于采样速度极快。在单块 GPU 上，它每小时就能生成数千个蛋白质构象，大幅降低了构象研究的门槛。

在生物医药领域，研究人员通常依赖分子动力学（MD）模拟来观察构象改变。这种传统模拟极其耗费算力，要看清某些关键功能的构象变化，往往要在超算甚至专用硬件上跑几个月乃至几年。

而 BioEmu-1 在复现 D. E. Shaw Research 对 Protein G 的分子动力学模拟测试中，精确还原了平衡分布，消耗的 GPU 运算时间却比传统模拟少了 1 万到 10 万倍。

在霍乱弧菌的 LapD 蛋白质测试中，即便训练集里没有该蛋白，BioEmu-1 依然成功预测出了它结合与未结合 c-di-GMP 分子时的两种已知构象。更有意思的是，它还预测出了一些实验从未观测到的中间态构象，为推导功能机制提供了具体假设。

此外，它还能通过统计折叠与未折叠结构的分布来计算折叠自由能，预测结果与实验测量值保持了高度一致。

怎么做到的与去哪试

为了兼顾物理合理性与泛化能力，微软团队采用了三类数据联合训练。

第一部分是 AlphaFold 数据库（AFDB）的结构数据，通过聚类同源序列，让模型先摸清构象空间的整体轮廓；第二部分是海量的经典分子动力学模拟轨迹，教会模型在轮廓周围推演符合物理规律的连续变动；第三部分则是实验测定的蛋白质折叠稳定性数据，微调模型在折叠态与非折叠态之间的采样概率。

首尔大学教授 Martin Steinegger 评价指出，在静态结构高精度预测之后，蛋白质动力学是下一个前沿，BioEmu-1 借由生成式深度学习实现了自由能景观的极速采样。

目前该模型已正式开源，相关代码和模型已公开，同时上线了 Azure AI Foundry Labs 供开发者体验。

为什么重要

对于从事靶向药研发和合成生物学的团队来说，BioEmu-1 非常值得立即上手测试。很多药物分子并不是去结合静态蛋白质，而是要在特定过渡构象下卡住靶点，BioEmu-1 能在几个小时内把以往需要跑几个月的动态假设生成出来。

不过我们认为，目前的生成式模拟依然处在早期阶段。AI 采样虽然极快，但在面对完全未知的冷门拓扑或复杂多聚体时，物理真实度依然需要湿实验兜底。现阶段最稳妥的做法，是把它当成高通量的前端初筛漏斗，而不是传统精细模拟的完全替代品。