Lab-in-the-Loop at Compute Speed — Ian Quigley, Leash Bio

在计算速度下实现“实验室-循环”——Ian Quigley，Leash Bio

潜在空间：AI工程师播客

在计算速度下实现“实验室-循环”——Ian Quigley，Leash Bio

×

0:00

当前时间

:

/

总时长

-1:49:56

您的浏览器不支持音频播放。请升级。

在计算速度下实现“实验室-循环”——Ian Quigley，Leash Bio

Leash Bio如何驯服DELs——这种让所有人感到痛苦的实验方法，并利用这些数据来识别作弊模型。以及为什么同样的数据对于学习像化学家一样思考的AI代理来说是完美的。

Brandon Anderson

2026年10月14日

文字记录

几年前我偶然发现了Leash Bio的Substack，立刻被吸引住了。无论是他们展示的Kaggle竞赛证明我们真的还没有解决蛋白质-配体结合问题，还是他们令人震惊的发现：知道分子的作者可能是预测其性能所需的一切信息。他们的Substack——至少Owl Posting对他们的深度分析——应该是任何试图用AI进行化学研究的科学家必读的内容。

因此，我非常兴奋终于能与Leash Bio的Ian Quigley坐下来，向他请教。Leash专注于DNA编码库（又称“DELs”），这是一种收集蛋白质与小分子之间极高通量相互作用数据的方法。在发现Leash之前，我听到的都是DEL用户令人痛苦的故事。然而，Ian和他的团队却找到了驯服这个“怪兽”的方法，提取出干净且可重复的数据，这些数据非常适合大规模建模。不剧透太多，答案归结于认识论的严谨性，以及一种坚定的信念：你必须去做这件事。

事情变得更有趣了！在本集的结尾，Ian暗示了他团队在录制时刚刚尝试的一些东西：一个AI游乐场，让代理进行可验证的科学推理。他们发现过去几年收集的数据可以提供数万个“实验室-循环”模拟，这正是代理进行科学强化学习所需的内容。两个月后，这个项目成熟为Minos，今天他们发布了完整的预印本、博客和开放数据集。几天后我们将发布一个闪电播客进行更新。敬请期待！

我们与Ian的对话非常愉快，可能是我们迄今为止最有趣的节目之一。无论是对化学完全的新手，还是对AI与生物交叉领域的专家，我们都认为你将从中获得启发。

我们讨论了：

• 为什么DELs会让所有接触过它的人感到痛苦，以及Leash如何为每个分子添加数十个条形码，以捕捉与DNA结合而非药物的蛋白质。

• Ian的规则：生物学只有两种扩展方式：拍照和DNA测序。

• Kaggle竞赛：从地下室获得约40亿次测量数据，约2000支队伍参与，无人能在未见过的化学库上超越随机猜测。以及Leash为何悄悄担心共折叠会让他们变得过时。

• ChEMBL中的“聪明汉斯”现象：模型可以通过分子结构猜测其化学家，并且“谁制造了它”对活性的预测效果与结构本身相当。

• 仅基于Leash自身数据训练的Hermes模型，在公开基准测试中与Boltz保持同步。此外，Boltz在PDB中已经见过的BRD4分子。

• 打破口袋：在发现Hermes记住了蛋白质的“昵称”而非结合位点后，大规模工程化蛋白质突变体。

• 类似Lumacaftor的命中：意外发现的蛋白质错误折叠检测器。

• 代理沙盒：以通俗英语推理 SAR 的大型语言模型，在 100 美元预算下从 650 万分子中寻找最佳配体。

• Recursion 阴谋集团，以及为何其校友公司名称都押相同韵脚。

• Kosuri 矛盾：如果你能收集数据，为何还需要模型？

• 在炎症项目中，如何在 6 个月内将 DEL 候选分子推进到具有良好小鼠药代动力学的阶段，以及针对细胞因子靶点为何更倾向于口服药物而非抗体。

• 为何资金更充足的实验室无法轻易超越他们，以及 Ian 对大规模并行纯化的强制性愿景。

互联网上最顶尖的生物领域博主。

一如既往，这里的秘诀是将你的问题映射到一个组合文库和下一代测序技术的读数上。我们在播客中对此进行了深入探讨！

#### 关于本期内容的讨论

评论

Restacks

由 AI 工程师打造的播客！2025 年，超过 1000 万读者和听众通过 Latent Space 了解 Software 3.0 领域的新闻、论文和访谈。我们涵盖基础模型在代码生成、多模态、AI 代理、GPU 基础设施等领域的变革，内容直接来自推动前沿的创始人、开发者和思想家。我们致力于为你提供当前热点的权威解读，以及未来 3 个月内你将使用的技术的首次介绍！我们独家披露 OpenAI、Anthropic、Gemini、Meta（Soumith Chintala）、Sierra（Bret Taylor）、tiny（George Hotz）、Databricks/MosaicML（Jon Frankle）、Modular（Chris Lattner）、Answer.ai（Jeremy Howard）等公司的新闻和独家访谈。完整节目说明始终在 https://latent.space 赞助合作与商业咨询：

[email protected]

收听平台

Substack App

Apple Podcasts

Spotify

RSS Feed

本期出现的嘉宾

近期节目

Dyna-2：具备小时级自主能力的通用物理代理 —— Jason Ma, Dyna Robotics

10 月 13 日

为什么 AlphaFold 没有解决蛋白质折叠问题 —— Pushmeet Kohli, Google DeepMind & Sal Candido, Biohub

10 月 10 日

合成超级智能：从半导体到超导体 —— Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk

10 月 8 日

学术界适合有野心的人 —— Alex Zhang, MIT

10 月 2 日

为什么 Dwarkesh 关于计算机使用的观点有误 + OpenAI 如何在一周内推出其 Jev 竞品 —— 9 月 30 日

Claude Code 的下一个时代 —— Thariq Shihipar, Anthropic —— 9 月 29 日

OpenRouter：从种子轮到 Stripe —— 与 OpenRouter 的 Alex Atallah 和 AMP 的 Anjney Midha —— 9 月 25 日