AnewDDE：一次对话，编排两轮抗体设计与实验

2026 年 9 月 15 日和 17 日，Anew Labs 接连发布了三份材料：AnewMind 和 AnewDesign 两个研究页面，以及把二者串起来的 AnewDDE 技术报告。DDE 是 Drug Discovery Engine 的缩写，标题里加在它前面的词是 agentic：想说的不是又训出一个更好的模型，而是把几个模型接成了一条能连续跑下去的流程。^[S1][S2][S3]

先交代一句公司背景。Anew Labs（新生实验室）是字节跳动的 AI 制药团队，此前发布的 Protenix、PXDesign 等模型在结构预测社区已经有人在用。据路透社报道，这条业务线刚完成分拆融资：融资 2.9 亿美元，估值 15 亿美元，字节跳动保留 56% 股份，HSG、IDG 资本和高瓴领投，约 50 名核心成员转入新公司，算力仍由火山引擎提供。这批材料是分拆之后的第一次集中亮相。^[S5][S4]

工作流由四个组件组成，各管一段。AnewFold 做结构预测，覆盖抗体-抗原复合物、蛋白-配体相互作用、盲测口袋识别和分子胶三元复合物。AnewAffinity 预测结合亲和力，目标是精度接近自由能微扰（FEP），速度又足以支撑大规模筛选。AnewDesign 负责生成式设计和亲和力成熟。AnewMind 是一个千亿参数量级的大模型，做过全参数后训练，负责 ADMET 与可开发性分析、候选排序和研发决策推理。^[S1]

把它们连起来的是一个界面。科学家在 AnewScience 网页里用自然语言说明目标，智能体去查文献和结构、提出表位、启动并管理计算任务、整理候选清单，并在每个关键岔口停下来问一句要不要继续。下图是官方给出的流程截图：左边从生物学背景走到表位选择，右边是生成、筛选和实验反馈。^[S2]

一次 campaign，跑了两轮

第一轮从已有的实验报道出发。智能体先查已发表的 VHH 结合体，看它们结合在哪里，再检索文献、专利和结构数据库，借一个已公开的晶体结构定位候选表位；再用该蛋白与其相互作用伙伴结合的另一个结构，判断这个表位是不是落在想要阻断的机制上。表位定下来后，由扩散模型生成候选，结构预测模型打分评估。^[S2]

筛选这一步做得比较细：除了看结构一致性和界面合理性，流程还会识别并剔除 CDR 区里与脱酰胺、断裂、异构化、N-糖基化相关的高风险序列，再做聚类，保证送去实验的候选在结构和序列上彼此有别。50 条序列进了实验室，SPR 测出 7 个 K_D 在 46-390 nM 之间的结合体，首轮命中率 14%。^[S2][S1]

这套系统真正想证明的是第二轮。测出的亲和力和可开发性标签作为参考数据回流，部分扩散算法保留已验证的区域，只在选定的 CDR 和邻近框架残基上做探索，再由智能体协助挑选。第二轮送出 100 条序列去测，拿到 16 个 1.8-8.1 nM 的候选。两轮合计 150 个克隆，16 个达到个位数纳摩尔，成功率 10.7%。^[S2][S1]

另外三个组件报了什么数

AnewFold 在抗体-抗原界面预测上报了三组 Top-1 成功率：AF3-AB 62.3%，PXMeter-AB 60.8%，FoldBench-AB 76.2%，在这三个集合上都高于所比较的方法。蛋白-配体方面，FoldBench Protein-Ligand 上报 77.4%，对照组 IsoDDE 为 76.0%，AF3 为 64.9%，Protenix-v2 为 64.0%。报告里还有一个更实用的点：只用一个 seed，AnewFold 就超过了采样 500 个 seed 的 Protenix-v1，也就是每次采样的质量更高，而不只是采得更多。^[S1]

AnewAffinity 的对照在 199 个配体上做：配对 ΔΔG 的 RMSE 为 1.057 kcal/mol，加权 Pearson R² 为 0.553，Spearman 为 0.724；作为对照，Boltz-2 分别是 1.016、0.486 和 0.620。两者的长短处值得留意：Boltz-2 的绝对误差略小，AnewAffinity 报告的排序相关性更高（Spearman 0.724 对 0.620）；而在实际项目里，决定先合成哪一个的是排序。^[S1]

AnewMind 在这套系统里负责判断。它在 ADMET 与可开发性的四项综合评估中都进了前五，环肽膜透过性排第一，抗体可开发性接近领先；公司同时强调，它在 MMLU-Pro、GPQA Diamond 这类通用基准上没有明显退步，也就是领域后训练没有拿通用能力去换。为了评估长链条决策，团队请药物研发专家围绕真实案例搭了一个内部基准 PharmBench：逐步放出项目背景和实验证据，看模型能否把证据整合起来作出研发判断，共 200 道子题、七个能力维度，比较了 17 个模型。^[S1][S3]

这几年抗体设计最常见的展示是单点能力：结构预测更准了，或者生成模型能产出更多看着合理的界面。真正卡住项目的往往不在这里，而在两次实验之间：谁定表位，谁把几千个候选压到实验室吃得下的数量，测量结果回来后改哪几个残基。AnewDDE 值得一看的地方在于，它把这些衔接写进了一条流程，还公开了流程跑完两轮的实测数字。^[S1][S2]

自然语言界面在这里不只是个包装。流程每到一个岔口都停下来问一句要不要继续，等于把专家判断留在了循环里：表位选得对不对、这批候选值不值得花实验预算，仍由科学家拍板，智能体负责把决定变成能跑的计算任务。对一家既有 AI 团队又有药物化学团队的公司来说，这样分工比全自动更现实。^[S2]

从产业角度看，这次发布还有一层意思。团队此前的 Protenix 是公开可用的 AlphaFold3 复现工作，社区里用的人不少；分拆之后，同一批人做的模型开始服务自家管线：公司披露的管线包括 IL-17、IL-4R 和两个未披露靶点。靠开源模型攒下的声誉，正在变成一家手里有候选药物的公司。^[S4][S5]

测到的是结合力，不是药效。

SPR 测的是亲和力。这些纳米抗体能否阻断目标机制、在细胞或动物模型里有没有活性、可开发性如何，报告把这些列为接下来的评估步骤，目前还没有数据。从结合体走到候选药物，恰恰是这几步淘汰率最高。^[S2]

一个靶点、一种模态。

这次公开的，是针对一个未披露的内部蛋白靶点做的纳米抗体 campaign。靶点不公开，外部就判断不了它有多难：有成熟晶体结构、有已发表 VHH 结合体可参考的靶点，和真正的硬骨头不是一回事。报告自己也把换更多靶点的进一步研究列为后续工作。^[S2]

基准由团队自己运行。

AnewFold 和 AnewAffinity 的对照都在公司内部完成，PharmBench 也是内部搭建、尚未公开。模型发布里自评很常见，读的时候当作团队自己报告的结果、而不是独立评测就好；AnewFold 用的 AF3-AB、FoldBench 等集合是公开的，第三方具备复现的条件。^[S1]

换个对照点，结论就变。

亲和力这一项就是现成的例子：按 ΔΔG 的绝对误差看，Boltz-2 略好；按排序相关性看，AnewAffinity 的报告值更高。抗体那一项也有一个现成的参照：第二轮 16 个候选落在 1.8-8.1 nM，同一张图里的阳性对照是 1.7 nM，与已有分子同一数量级，未显示优于对照。^[S1][S2]

闭环的价值要到第二轮才看得出来。

首轮 14% 的命中率，在抗体发现里算不上稀奇；真正的分界线是拿到 SPR 数据之后能不能定向改进。这次两轮之间 K_D 最多压低约两个数量级，说明实验反馈确实进了下一轮设计，而不只是被记录下来。评估这类系统，看第二轮比看第一轮更有信息量。

写进流程的筛选规则，和模型一样重要。

报告里容易被跳过的一段是候选筛选：剔除带脱酰胺、断裂、异构化、糖基化风险的 CDR 序列，再聚类保证多样性。这些规则决定了进实验室的 50 条序列长什么样，对最终命中率的影响未必比生成模型小。

开源模型与自有管线开始分家。

Protenix 当初是公开发布的，AnewFold 和 AnewMind 目前还是内部系统的一部分。同一支团队分拆、融资、有了自己的管线之后，对外公开的东西就从模型权重变成了技术报告。这不是一家的特例，值得当作一条趋势记下来。