AI制药的反直觉一幕： 模型越大，预测未必越准

AI制药｜行业观察

当行业开始追逐更大的参数和更通用的基础模型，一组基准测试结果却给AI制药泼了一盆冷静的水。

在分子性质和活性预测中，模型规模并不等于预测能力。一个与任务高度匹配的小模型，完全可能超过体量更大的预训练模型。

一组出人意料的数据

一项最新基准研究比较了经典机器学习、图神经网络和预训练分子序列模型，覆盖22个分子性质及活性终点，并完成167,056次留出评估。

基于分子指纹或描述符的随机森林、ExtraTrees等经典模型，在10个任务中取得最佳表现；图神经网络赢得9个任务；ChemBERTa、MoLFormer等预训练分子序列模型，仅在3个任务中领先。

为什么“更大”不一定“更准”？

这并不是说“大模型没有价值”，而是说明药物研发不是一个只靠堆参数就能解决的问题。ADMET、毒性和靶点活性等任务，往往面临样本量有限、数据噪声高、类别不平衡，以及训练集与真实化学空间差异明显等挑战。

在这种情况下，模型是否选对了分子表示、是否具有适合该终点的归纳偏置，以及验证方法是否严格，可能比模型参数量更加重要。

药企真正应该重新审视什么？

第一，传统QSAR和树模型不能只作为走过场的基线。

第二，随机划分可能高估能力，应增加骨架划分或结构隔离验证。

第三，模型选择应围绕具体终点、数据规模和应用场景，而不是围绕最热门的模型名称。

这不是“大模型无用论”

这项研究目前仍是预印本，尚未经过同行评议，部分任务之间的性能差距也可能较小。因此，它不能证明大模型在AI制药中“无用”。

更准确的结论是：大模型在零样本推理、构效关系解释和假设生成方面仍可能具有优势；但在具体预测任务上，规模并不是通用通行证。

AI制药下一阶段真正稀缺的，

或许不是更大的模型，

而是更可靠的数据、更严格的验证，

以及知道何时该使用哪一种模型的能力。

参考资料

1. Guo J. Do Larger Models Really Win in Drug Discovery? arXiv:2604.26498, 2026（预印本）。

2. Xia J, et al. Why Deep Models Often Cannot Beat Non-deep Counterparts on Molecular Property Prediction? arXiv:2306.17702.

本文仅作科研与行业信息交流，不构成药物研发或投资决策建议。