药物姿态二选一难倒资深化学家，AI写代码找线索拿到74%

两个看起来都合理的分子姿态，哪一个更接近药物真正贴住蛋白质的方式？在Pyrite测试中，5名平均有十多年经验的化学专家也频频选错。研究团队让AI写代码找判断线索，再交给一个简单统计模型，最高准确率达到74%。

这是斯坦福大学与Genesis Molecular AI团队设计的1500组二选一测试。药物研发已能用AI生成许多结合姿态，但从中挑出可信答案仍是难点。专家拿到了三维查看工具和物理评分；在较新的精选测试集上，把“差不多”算作答错时，准确率为45%，只统计明确选择时为57%。

效果最好的路线不是让聊天模型一直口头推理。PyriteFeaturizer让模型编写提取分子特征的代码，综合几何形状、相互作用等线索，再训练分类器。经过强化学习的Qwen3.8-27B在265组精选测试上达到74%，在484组完整测试上为71%；普通统计模型在这两组上分别为64%和60%。

这项预印本提示，AI的价值可能在于帮研究人员找出更有用的判断依据，而不只是替他们给答案。测试针对特定模型生成的候选姿态，不能推导为AI全面胜过化学家，更不代表已经发现有效新药。能否减少真实研发中的试错，还需要更广泛的验证。

来源时间：研究团队／arXiv，北京时间2026年11月11日02:56:32／美国东部时间2026年11月10日13:56:32（EST）。