微软研究院宣布 BioEmu2 进入公开预览：MIT 开放权重的生物分子动力学基础模型

10 月 26 日，微软研究院官方 X 账号 @MSFTResearch 发布新一期研究动态汇总，把 BioEmu2 列为七项动态的最后一项——与它并列的还有智能体解题效率、编码瓶颈、教师工具和天气预报等六项研究。汇总中的介绍写道：这个面向生物分子结构、动力学与功能的新基础模型“现已进入公开预览（public preview）”，由微软研究院 AI for Science 团队开发，是 Biomolecular Emulator（生物分子模拟器）的升级版；它通过建模生物分子随时间发生的变化，帮助揭示它们如何行使功能，而对其前代 BioEmu，官方的定位是“帮助科学家更接近理解蛋白质如何工作的深度学习模型”（见汇总页与官方帖文）。

公开预览本身在一星期前就已开放。10 月 20 日 09:13（UTC），微软研究院 AI for Science 的 Partner Research Manager Frank Noé 在 X 上宣布“BioEmu2 公开预览！”，源代码与权重以 MIT 许可证发布在 GitHub 和 Hugging Face，帖文中的演示视频是一段由 BioEmu2 模拟出的画面：内在无序肽 PUMA 折叠并结合到 MCL-1 受体。微软首席科学官 Eric Horvitz 当天发帖推介；次日，Noé 提到在线平台 Tamarind Bio 已能直接调用该模型。

封面：微软研究院 10 月 26 日在 LinkedIn 发布的研究动态汇总页的封面视频缩略图。

官方成文介绍只有一段，细节都在仓库和模型卡里

第三方追踪站点 AGI Pulse 也记录了这次发布，其追踪条目把可以核对的东西一一列出：GitHub 仓库、Hugging Face 模型卡、Noé 的公告帖——发布之时，没有论文，也没有官方博客。微软官方渠道上关于 BioEmu2 的成文介绍，到 10 月 26 日的周报才出现，且只有一段文字：没有基准数字，也没有技术细节。

能跑起来的东西在团队自己维护的仓库里。GitHub 上的 microsoft/bioemu2 已开放，README 把它定义为“生物分子结构与动力学的基础模型”，提供命令行和 Python 两套接口；Hugging Face 模型卡标注训练时间为 2026 年 8 月至 9 月，2026 年 10 月发布，架构是基于扩散的全原子评分模型，参数量约 5 亿。

BioEmu2 仓库页头的项目标识是一只卡通鸸鹋——bioemu 取自 biomolecular emulator。

BioEmu2 的三种用法：预测结构、采样平衡系综、沿时间推演

前代 BioEmu 只处理单个蛋白质，2025 年发表于《科学》（Science）。出版页介绍称，它在单块 GPU 上每小时能生成数千个蛋白质结构，计算效率较经典分子动力学（MD）模拟高出数个数量级；官方视频页的说法是“以接近实验的精度预测蛋白质形状变化与稳定性，速度最高达到传统模拟的 10 万倍”。Noé 在 10 月 20 日的系列推文开头把这道缺口说得直白：“在分子生物学中，测序与结构预测都已规模化。但生物分子如何工作？它们如何改变形状、结合与相互作用，又如何由此产生生物学功能与疾病？”

BioEmu2 把覆盖面从单个蛋白质扩展到多链复合物、配体与核酸。模型卡写明：输入是序列加可选的多序列比对（MSA），还能加入特定原子间距离的约束条件；输出是经反向扩散生成的全原子三维结构系综。GitHub README 列出三种用法——predict-structure 预测折叠结构，sample-equilibrium 采样平衡构象，propagate 把结构沿时间推进。Noé 在系列推文里逐一解释：时间推演靠隐式转移算子（implicit transfer operators）实现，可以把已知或预测的结构推演“纳秒、微秒，或直接推到平衡态”；他称 BioEmu2 是“唯一一个预测动力学的 SOTA 生物分子基础模型”（SOTA，指当前最优水平）——这是团队口径，未经独立验证。

他给出的例子是腺苷酸激酶：不加配体时，模型采样出开、闭两种构象；结合 ATP 后主口袋关闭，再加 AMP 则两个口袋都闭合——这些运动正对应 ATP+AMP 与 2ADP 互变的催化过程。大复合物也在支持范围内：Noé 称 BioEmu2 能在多块 GPU 上处理 1 万残基以上的兆道尔顿复合物，并可把实验数据作为约束辅助预测——他解释，大的生物分子复合物往往不处于平衡态，需要额外信息才能预测。README 还提供“转向采样”：推理时选定一个 steering 采样器（如 edm_gd），让采样偏向具备目标性质的结构。

团队口径的速度数字：5 毫秒的结合过程，40 分钟算完

Noé 用一条推文给出一组具体对比，对象就是开头那段演示视频里的过程：无序肽 PUMA 折叠并结合 MCL-1 受体、途经中间态的完整过程约 5 毫秒，用 MD 模拟要花超过 10 个 GPU 年；以 5 微秒步长推进，BioEmu2 在同一块 GPU 上只需 40 分钟——他称之为“超过 10 万倍的提速”。

平衡采样的数字是另一组：BioEmu2 用 GPU 分钟级的时间复现 MD 需要 GPU 年级才算得出的结构分布，基准自由能面的误差约 1 千卡/摩尔，覆盖 MD 结构的 50%～100%。结构预测方面，他称在同一训练/测试划分下与 SOTA 折叠模型相当，依据是两个基准：高分辨蛋白-配体复合物基准 Runs N' Poses，以及覆盖蛋白、核酸与复合物的 FoldBench。模型卡的评估口径与之对应：在 Boltz-1 测试集上以 RMSD、TM-score、lDDT、DockQ 等指标与一批 SOTA 共折叠（cofolding）模型对比，另测多构象采样、MD 模拟复现（状态覆盖与分布散度），以及对 1,500 token 以上大体系的显存、耗时与可行性。

官方文档（speed-and-capacity.md）给出的单卡基准：在 32～8k token 范围内，单序列主干嵌入（trunk embedding）、1 个样本 200 步去噪与 32 个样本 200 步去噪的实际运行耗时（wall-clock time）各成一条曲线，文档用它帮助用户选择批量与精度。

AGI Pulse 在 10 月 20 日的追踪里提醒：这些结果均为团队自报，“动力学论断尚待同行评审”。

跑起来需要什么：Linux 加 NVIDIA GPU，多卡并行至少四块

BioEmu2 只支持 Linux 和 NVIDIA GPU，macOS 与 Windows 不在支持之列。GPU 算力要求 7.0 起：官方端到端测试过的型号包括 V100、T4、A100、RTX A6000 和 B200，7.0 以下不支持；要用上下文并行（context parallelism）采样超出单卡的大体系，至少需要四块 GPU。模型卡注明，其基准评估中使用的最小设备是 80 GB 的 A100。

训练数据全部来自公开来源或微软自产：189,745 条 PDB 实验结构，来自 AlphaFold 数据库（AFDB）与 Teddymer 的合计 8,057,186 条 AI 预测结构，加上 19,434 条微软自己跑出的 MD 轨迹。模型卡写明，训练“未使用任何独家授权给微软的数据集”。

预览版自己写明的边界：输出是“计算假设”，不是测量值

模型卡用了很长的篇幅划界。核心一句是：预测出的结构“不是经过实验验证的测量值”，应作为计算假设对待，在进入下游研究前需要另行计算或实验验证；采样频率不能解读为校准过的玻尔兹曼概率或定量自由能。已知限制还包括：MSA 浅或质量差时（孤儿蛋白、工程化构建体、部分病毒蛋白）质量预期下降；训练分布偏向研究充分的蛋白家族，对欠代表序列类的表现“不确定”；超过 1 万 token 的超大复合物可能难以保持物理合理性。明确列为不适用范围的包括临床与给药决策、毒素或病原体设计、定量结合亲和力预测和从头小分子设计；模型卡同时写明，BioEmu2 以研究为目的发布，“不建议在未经进一步测试和开发的情况下用于商业或真实世界应用”。

Noé 在发布当天的问答里补了几处口头边界。被问到结合速率时，他回答：尚未在实验结合速率上微调，“on/off rates（结合/解离速率）可能还不可靠，但现在有了一个可以微调的基础模型”；被问到 GPCR 类膜蛋白时，他说模型训练过膜蛋白结构、没训练过这类 MD，动力学表现“还不确定”。

至于方法论文——10 月 20 日当天，有研究者在 Noé 的公告帖下问起手稿，他的回复只有一个词：“Soon。”（意为“快了”）

参考链接

• 微软研究院 X 帖文（2026-10-26）
• 微软研究动态汇总（LinkedIn，2026-10-26）
• AGI Pulse 追踪条目（2026-10-20）
• Frank Noé 公告帖（2026-10-20）
• Frank Noé：测序与结构预测之外的缺口（2026-10-20）
• Eric Horvitz 帖文（2026-10-20）
• Frank Noé 关于 Tamarind Bio 的帖文（2026-10-21）
• GitHub：microsoft/bioemu2
• Hugging Face：microsoft/bioemu2 模型卡
• 微软研究院出版页：Scalable emulation of protein equilibrium ensembles with generative deep learning
• 微软研究院视频页：Scalable emulation of protein equilibrium ensembles with BioEmu
• Frank Noé：隐式转移算子与动力学（2026-10-20）
• Frank Noé：腺苷酸激酶示例（2026-10-20）
• Frank Noé：大复合物支持（2026-10-20）
• Frank Noé：实验数据约束（2026-10-20）
• Frank Noé：PUMA-MCL1 提速数字（2026-10-20）
• Frank Noé：平衡采样与自由能数字（2026-10-20）
• Frank Noé：结构预测基准（2026-10-20）
• GitHub：bioemu2 文档 speed-and-capacity.md
• Frank Noé：结合速率边界（2026-10-20）
• Frank Noé：GPCR 边界（2026-10-20）
• Frank Noé：“Soon”（2026-10-20）