UCLA 教授顾全全创办的 Geodesic Intelligence 11 月 10 日发布全原子结构预测模型 NovaAtom-Lite,可一次预测蛋白、DNA/RNA 与小分子配体组成的复合物中每个重原子的位置,并给出 pLDDT、PAE、ipTM 置信度。官方口径下,它在 FoldBench 抗体–抗原界面成功率 79.07%,高于 IsoDDE 的 75.58% 和 AlphaFold 3 的 47.90%;蛋白–配体 77.06% 也居首。训练数据截止 2021 年 9 月 30 日,与 AlphaFold 3 相同。模型今起通过 Geodesic API 和 NovaDDE 平台使用,未开放权重。
核心要点速览
- ✓FoldBench 抗体–抗原(DockQ ≥ 0.23,172 个界面):NovaAtom-Lite 79.07%,IsoDDE 75.58%(其开发者报告),AlphaFold 3 47.90%(FoldBench 自评,167 个界面)(官方口径)
- ✓蛋白–配体 77.06%(IsoDDE 75.99%、AlphaFold 3 64.90%),蛋白单体 LDDT 0.891;但蛋白–RNA、蛋白–DNA 等 5 项未居首,蛋白–DNA 74.24% 低于 AlphaFold 3 的 79.18%
- ✓更难的 PXM-22to25 抗体–抗原集:66.05%,比 OpenDDE 的 51.0% 高约 15 个百分点
- ✓测试时扩展:种子数从 1 增加到 100,抗体–抗原排序后成功率从 74.3% 升到 83.1%
- ✓训练数据截止 2021-09-30(与 AlphaFold 3 相同);今起通过 Geodesic API 与 NovaDDE 使用,创始人称 NovaAtom-Pro 将在未来几个月推出

开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
药物发现往往从一个分子结构开始:抗体卡在抗原的哪个位置、小分子能否嵌进口袋,直接决定后续湿实验做什么。AlphaFold 3 之后,Isomorphic Labs 的 IsoDDE、字节 Protenix 等不断刷新结构预测,但抗体–抗原界面仍是各模型差距最大的地方。UCLA 教授顾全全创办的 Geodesic Intelligence 11 月 10 日发布 NovaAtom-Lite,专攻这类界面。
架构亮点与底层机制
输入是复合物中蛋白、DNA、RNA 链的序列以及小分子配体(化学组分代码或 SMILES),输出每个重原子的坐标和 pLDDT、PAE、ipTM 置信度。它支持环肽、共价键,也可提示接触残基和结合口袋。官方未公布参数量和网络结构;顾全全称团队只用了几百张 GPU、几个月完成训练。
权威 Benchmark 与实测跑分对比
以下为官方口径:FoldBench 抗体–抗原成功率 79.07%,IsoDDE 为 75.58%,AlphaFold 3 为 47.90%;蛋白–配体 77.06% 居首。但 8 项任务中只领先 3 项,蛋白–DNA 74.24% 低于 AlphaFold 3 的 79.18%,蛋白–RNA 也落后 OpenDDE。各家评测样本数不同,官方也提醒一两个点的差距可视为持平。
开发者实战落地与开箱指南
模型今起通过 Geodesic API(platform.geodesiclab.com)和 NovaDDE 平台使用,未开放权重。官方建议用 pLDDT 判断哪些区域可信、哪些需先核对再进湿实验;增加种子数能继续提高准确率,但算力成本随之上升。更大的 NovaAtom-Pro 预计未来几个月推出。
即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察