Scinetics 提出科学 Token 链：MIT 等机构实现酶设计可验证推理

从科学空间推理到ScienceRSI，探索AI4S新路径

Scinetics团队 投稿

量子位 | 公众号QbitAI

模型的思维链，让AI学会了用文字一步步推理；但科学家的思考，还发生在分子的三维空间、基因序列和实验曲线里。

不妨设想，如果AI也能直接用这些科学对象思考，它会走向怎样的能力边界？

Scinetics给出的方向是Chain of Science Tokens——科学Token链。把序列、结构、图像、组学和测量数据表示成模型能够读写的科学信息单元，再让它们与语言共同构成推理过程。

文字提出目标，科学状态承载中间决策，每一步的产物都成为下一步的依据。

例如，为蛋白质设计一个更合适的结合口袋，模型可以读取局部结构、尝试放入一种侧链，再检查空间冲突并调整方案。这便是科学Token链希望实现的推理方式：一次“思考”对应一次结构变化，结果能够被后续计算和实验检验。

**△**文字与结构交替参与推理的概念示意。

用一条结构链回答酶应该长什么样

**△**Chain of Structures技术报告标题与作者团队

沿着这一方向，Scinetics团队在Chain of Structures（COS）中选择酶设计作为突破口，把科学Token链落实为四轮逐步成形的蛋白质结构。工作由来自麻省理工学院（MIT）、哈佛大学、剑桥大学、香港科技大学和Scinetics等机构的研究人员共同完成，张载熙为通讯作者。

酶设计的难点在于，整体形状合理还不够。关键残基需要在正确的位置相遇，底物需要以合适的姿态进入，周围结构也必须为催化提供支撑。要从一条化学反应走到一个完整蛋白质，模型必须同时回答“为什么这样设计”和“怎样把它构建出来”。

COS把这项任务拆成四轮。第一轮确定催化核心：依据反应需求，选择承担关键化学作用的残基，构建最初的局部几何。第二轮完善活性位点：围绕核心补充识别底物和支持反应的相互作用，为催化搭建微环境。

第三轮构建全局骨架：让整个蛋白质包围并支撑活性位点，同时保留底物进入的空间。第四轮补全序列与侧链：把局部设计拓展成完整蛋白质。每一轮都产生实际的结构状态，后续设计需要尊重已经形成的约束。

这一过程像是在分子尺度上逐层搭建一座精密工厂：先明确最核心的反应装置，再安排周边环境和整体框架，最后补齐全部构件。结构链让局部催化需求与全局蛋白质设计能够持续对接。

连接推理与生成，是其中的关键。COS一方面传递明确的残基和位置约束，另一方面利用连续表示，把结构训练信号传回推理端。模型由此学习的不只是怎样描述方案，还有怎样提出生成器能够实现的方案。当前四轮流程向前推进；更长的推理、回退与纠错，是团队继续探索的方向。

**△**四轮结构设计把反应需求逐步转化为完整蛋白质。

六项指标五项领先

在本次酶设计基准对比中，COS取得新的SOTA表现：六项评测指标中五项排名第一，覆盖功能匹配、结构置信度和结构自洽性。三级酶分类一致率EC3达到57.0%，超过CodeFP的55.3%；pLDDT达到79.3，TM-score达到0.729。

**△**主结果节选。“SOTA”限于报告所比较的方法与统一评测设置；完整六项指标见COS表3。EC3为功能预测分类匹配，pLDDT为预测置信度，TM为结构自洽性，MMD衡量序列分布差异。

消融结果说明，结构链的价值来自推理与生成的配合。去掉推理链后，EC3降至53.4%；保留推理链但去掉连续接口，则降至51.8%。只有将两者结合，完整系统才能取得这组比较中的最佳表现。

这些结果为“在科学空间中推理”提供了计算层面的支持：中间结构可以成为设计过程的一部分，并影响最终产物。真实酶活性、选择性和稳定性的提升，仍需进一步通过湿实验检验。

从设计一个分子到训练下一代科学AI

如果一次科学推理能够留下可检查的结构、假设和验证记录，这些经验能否帮助模型下一次想得更好？Scinetics在配套Perspective中提出ScienceRSI，即科学递归自我改进，尝试把单次任务的推理扩展为跨代模型的学习循环。

这条循环从模型与智能体产生候选科学Token链开始。模拟器、数据库、实验和领域专家负责筛选；有证据支持的轨迹进入训练集，失败记录也被保留，用于训练更强的下一代模型。新一代模型再产生新的候选与任务经验，继续推动循环。

**△**ScienceRSI研究设想：生成候选、外部验证、训练下一代模型。

科学任务为这一思路提供了具体的检验对象：结构是否冲突、模拟是否满足约束、实验能否重复。模型提出候选，外部证据决定哪些经验值得学习，并明确区分预测、模拟与实测。验证能力由此成为自我改进能够走多远的关键。

COS是这一长期方向的早期案例，而非Scinetics最终模型。团队希望将科学Token链扩展到更多科学模态，把序列、结构、图像和测量结果连接起来，让一项任务的输出能够成为下一项任务的可用经验。

更远的目标是科学超级智能（Scientific Super Intelligence，SSI）：让同一个固定模型，在专业科学任务上超过垂直模型，同时在广泛科学推理上超过同等规模的通用语言模型。Perspective提出1000亿至3000亿参数、10万亿至30万亿训练Token的探索窗口，这是面向未来的可检验假设。

从科学空间中的一步推理，到一条可验证的设计链，再到跨代积累经验的ScienceRSI，Scinetics希望回答的是：AI能否在不断接触科学对象、接受真实反馈的过程中，学会更有效地发现和创造？

GitHub：https://github.com/Scinetics-ai/chain-of-structures Hugging Face：https://huggingface.co/Scinetics-ai/chain-of-structures 在线Demo：https://enzymecot.bioclaw.tech/ Scinetics官网：https://scinetics.ai/

一键三连**「点赞」「转发」「小心心」**

欢迎在评论区留下你的想法！

— 完 —

【学术投稿】请在工作日发送邮件至：[email protected]，标题注明【投稿】，并告诉我们：你是谁，从哪来，投稿内容附上项目/主页链接，以及联系方式。

🎓 我们会 (尽量) 及时回复你 :)

🌟 点亮星标 🌟

科技前沿进展每日见