斯坦福 AI 实验室发布 Pyrite蛋白质 - 配体构象排序基准与 LLM 智能体框架

斯坦福 AI 实验室推出 Pyrite 项目，它是一套面向蛋白质 - 配体结合构象（pose）成对排序的基准数据集，同时配套两套基于大模型的智能体框架，用来解决小分子药物研发里很头疼的问题：现在很多共折叠模型能一次性输出一大堆候选结合姿态，但很难自动挑出最贴合真实结合状态的构象。研究团队测试发现，就算是经验丰富的药物化学家，配上 3D 可视化工具和物理打分，在这个任务上准确率也接近随机水平；而 Pyrite 配套的两个 LLM 智能体，最高做到 74% 准确率，已经超过人类专家，这套基准也给后续分子对接、构象筛选 AI 提供了统一的测试标尺。

Pyrite 基准数据集基础信息

• 数据规模：1500 组蛋白质 - 配体构象配对样本，覆盖多样化蛋白配体复合物
• 任务形式：成对比较，二选一判断哪一个构象是更合理的结合姿态
• 配套表示：PyriteRep 结构化表征，封装分子几何、蛋白配体相互作用、理化打分三类信息
• 定位：专门用来评估 AI 智能体的构象排序能力，区别于传统的对接打分数据集

两套 LLM 智能体框架介绍

关键实验结论

1. LLM 引导的特征挖掘方案，整体效果优于大模型直接做文本推理
2. GRPO（组相对策略优化）微调可以显著提升开源模型表现，开源模型有机会追上闭源顶尖大模型
3. 这个构象排序任务本身难度很高，人类专家在该基准上表现接近随机，说明传统打分和人工判读有明显短板

落地价值（药物研发场景）

• 对接 / 共折叠模型输出大量候选构象后，Pyrite 智能体做二次筛选，减少人工筛选成本
• 提供统一基准，方便不同团队横向对比构象排序算法，减少评估标准混乱
• 可以接入现有计算化学工具链，把物理打分、结构信息交给大模型做融合判断

【相关 FAQ】

问题 1：斯坦福 AI 实验室的 Pyrite 蛋白质 - 配体构象排序基准，主要用来做什么？

回答 1：斯坦福 AI 实验室的 Pyrite 蛋白质 - 配体构象排序基准，是一个成对 pose 排序测试集，用来衡量 AI 智能体能不能从两个候选结合姿态里选出更接近真实结合状态的构象，给小分子药物研发里的构象筛选任务提供统一测试标准。

问题 2：Pyrite 里 PyriteReasoner 和 PyriteFeaturizer 这两个智能体有什么区别？

回答 2：PyriteReasoner 是直接靠大模型文本推理对比构象，最高 67% 准确率；PyriteFeaturizer 由大模型生成代码自动挖掘特征再交给分类器，最高 74% 准确率，在 Pyrite 蛋白质 - 配体构象排序任务上效果更好。

问题 3：在 Pyrite 蛋白质 - 配体构象排序基准上，人类专家表现为什么一般？

回答 3：在 Pyrite 蛋白质 - 配体构象排序基准上，就算是化学家搭配 3D 视图和物理打分，也很难综合判断大量相互作用细节，最终准确率接近随机，也侧面说明这个构象排序任务本身难度很高。

问题 4：Pyrite 这个框架能不能直接用来做新药分子设计？

回答 4：Pyrite 重点是构象排序，不是从头生成新分子；它可以搭配蛋白共折叠、分子对接模型，对已经生成的候选构象做优选，属于药物研发流程里的筛选环节。

【参考资料】

[2026-11-10]（Pyrite: Building and Benchmarking Protein-Ligand Pose Ranking Agents）arXiv

[2026-11-11]（斯坦福 AI 实验室发布 Pyrite 基准，LLM 智能体实现蛋白配体构象排序超越专家）机器之心

[2026-11-12]（LLM 智能体在分子构象排序任务上的新基准 Pyrite 解读）智源社区

[2026-11-12]（Ron Dror 组：结合 AI 与分子模拟推进药物分子建模）斯坦福 AI 实验室官网

【免责声明】

本文内容基于斯坦福 AI 实验室公开论文与行业科技媒体报道整理，Pyrite 蛋白质 - 配体构象排序基准与智能体框架仍属于学术研究阶段，尚未进入商业化药物生产流程；基准测试结果仅代表该数据集上的实验指标，不代表在全部真实药物靶点上都能稳定达到同等效果，不构成药物研发、分子建模项目投资与落地建议。