💬 观点Latent Space
Lab-in-the-Loop at Compute Speed — Ian Quigley, Leash — Leash Bio 用 DNA 编码库收集海量蛋白
Leash Bio 用 DNA 编码库收集海量蛋白-分子结合数据，训练 AI 模型并探索 agent 做科学推理。
2026-10-14原文
本文为要点摘要，完整细节以原文为准。
- DEL 数据清洗：Leash 在分子上放多个条形码，识别并排除结合 DNA 而非药物的蛋白，获得干净可重复数据。对 agent 的含义：高质量数据是训练可靠科学模型的前提。
- 模型偏差与修正：ChEMBL 中模型能猜出化学家身份，且“谁做的”预测活性与结构相当；Hermes 曾记忆蛋白“昵称”而非结合位点。对开发者的含义：需警惕数据泄露和捷径学习，用工程突变打破口袋验证泛化。
- Agent 科学推理沙盒：LLM 用自然语言推理 SAR，在 650 万分子中按预算找最佳结合物，并利用数万“lab-in-the-loop”模拟做科学 RL。对工具链的含义：可验证的模拟环境是 agent 学习科学推理的关键基础设施。
原文：Lab-in-the-Loop at Compute Speed — Ian Quigley, Leash Bio · 作者 Latent Space