LLM 会“想象”结合分子吗？3D-Fit 评测其空间约束下的药物设计能力

导语

结构化药物设计（SBDD）的核心问题之一，是在已知蛋白靶点三维结构的情况下，生成能够放入口袋并形成合理相互作用的候选分子。过去几年，三维分子生成主要由扩散模型等专用生成方法推动；与此同时，大语言模型也开始进入分子设计场景，尤其是在用文本或序列形式表达化学结构时表现出潜力。

论文《Do Language Models Dream of Binding Molecules?》提出了一个更直接的问题：通用 LLM 是否真的能理解蛋白口袋里的三维空间约束，还是只是在生成看似合理的化学文本？为回答这一点，作者引入了 3D-Fit 基准，用于评测 LLM 在多条件空间约束下生成三维配体的能力。

核心要点

• 评测目标更接近真实 SBDD 场景：3D-Fit 不只要求模型根据蛋白口袋生成配体，还加入了锚定片段、药效团点以及必须满足的蛋白—配体相互作用等条件。这些约束模拟了药物设计中常见的先验知识和设计目标。
• 强调 token 效率与结构化输出：三维坐标、口袋信息和约束条件如果直接展开，可能会消耗大量上下文窗口。3D-Fit 采用更紧凑的文本描述方式，并让模型以结构化格式输出分子结果，从而便于系统化比较。
• LLM 已出现“3D 指令跟随”迹象：研究发现，通用 LLM 能够在一定程度上满足明确的局部约束，尤其是类似坐标锚点、药效团位置这类可被清晰描述的条件。它们也能尝试在同一个提示中同时处理多种异构约束。
• 但“满足约束”不等于“能成药”：论文同时指出，LLM 生成的构象仍常见空间位阻冲突，分子内部有效性较弱，对接分数也不如专用扩散模型。即便经过局部优化，这些差距仍然存在。

意义与影响

这项工作的重要性不在于宣称 LLM 已经可以取代分子扩散模型，而在于为“LLM 是否具备三维化学空间推理能力”提供了更可检验的框架。过去讨论 LLM 做药物设计时，常常集中在 SMILES、性质预测或口袋条件生成等任务；3D-Fit 则把问题推进到更严格的空间约束执行层面。

从结果看，LLM 的优势可能在于灵活处理多类型条件：同一提示里可以同时包含片段、坐标、药效团和相互作用要求，这与 LLM 擅长的指令整合能力相符。但药物分子不是普通文本，三维几何、化学键合理性、能量稳定性和蛋白结合物理规律都必须同时成立。当前通用模型虽然能“读懂”部分约束，却还不能稳定地产生物理上可靠的结合构象。

因此，3D-Fit 更像是一块压力测试场：它提醒研究者不要只看局部约束命中率，也要同时关注碰撞、构象质量和对接表现。未来更有希望的方向，可能是将 LLM 的条件理解与扩散模型、物理优化或专业分子生成器结合，让语言模型负责解释复杂设计意图，而让专用模型承担高精度三维生成。

来源：Hugging Face Daily Papers