Meta 开放价值 20 亿美元的分子数据集，将加速药物开发和电池研究

Meta 的 OMol25：有望改变药物研发和材料科学的数据集

一个庞大的量子化学数据库如何能大幅缩减多个行业的研发时间

本周早些时候，当 Meta 的 FAIR 团队悄悄发布了他们的"开放分子 2025"数据集时，大多数企业高管可能并未注意到。但他们应该注意到。这个包含超过 1 亿次量子化学计算的庞大数据集，预示着制药公司发现药物、材料科学家设计下一代电池以及化工企业优化流程的方式将发生根本性转变。

“我们正在见证真正在现实世界中起作用的化学 AI 的诞生，”负责分子模拟但未参与该项目的 Sarah 表示，“以前的数据集就像用图画书教孩子，而 OMol25 就像给了他们整个美国国会图书馆。”

Meta (图片来源: wikimedia.org)

价值 20 亿美元的数据集，可能为各行业节省更多数十亿美元

OMol25 具有革命性意义的，不仅在于其规模——尽管超过 1 亿次的高精度量子计算已让以往的努力相形见绌。更在于其前所未有的规模、质量和多样性结合，这使其有望成为分子 AI 的 ImageNet 时刻（一个里程碑式的时刻）。

如果按商业云计算费率计算，生成这些数据的计算成本估计约为 20 亿美元。Meta 实际上是免费向科学界和商界赠送了一份很少有组织能独立创建的资源。

“这个数据集代表的计算量，用一台高性能计算机需要数千年才能完成，”计算化学家 James 指出，“而他们却把它免费提供出来。”

为什么商业领袖应该关注分子模拟

对于非科学家来说，很容易忽略其重要性。传统的计算化学方法，如密度泛函理论，可以高精度地预测分子性质，但对于工业规模应用来说，速度太慢且成本过高。

基于量子计算训练的机器学习原子间势有望以极低的计算成本实现与密度泛函理论相似的精度——可能将模拟速度提高 100,000 倍甚至更多。之前的瓶颈一直是缺乏多样化、高质量的训练数据。直到现在。

将被改变的四个行业

1. 制药研发

制药行业平均花费 26 亿美元才能将一种药物推向市场，其中早期发现和临床前开发消耗了近一半的预算。

OMol25 包含了前所未有的蛋白质-配体相互作用、构象动力学和结合能数据——这些都是虚拟药物筛选的关键组成部分。基于这些数据训练的模型可以极大地减少需要进行物理合成和测试的化合物数量。

“我们预计可能将早期药物开发的周期缩短 18-24 个月，”专注于生物技术投资的风险投资人 Maria 说，“对于上市公司而言，这意味着更长的专利保护期和数十亿美元的额外收入。”

2. 先进材料创新

仅电池市场预计到 2030 年将达到 3100 亿美元。OMol25 包含了多样的金属络合物、电解质和显式溶剂化效应数据，为构建能准确模拟电池组件和界面的模型提供了必要数据。

“这个数据集覆盖了 83 种元素，包括过渡金属和镧系元素，”材料科学研究员 Wei 指出，“以前的数据集大多只包含碳、氢、氧和氮——就像试图只用四种材料建造摩天大楼一样。”

这种广度使得对制氢催化剂、二氧化碳捕获材料以及下一代半导体材料进行建模成为可能——这些都是应对气候变化的关键技术，同时也能创造巨大的市场机会。

3. 精细化学品制造

全球精细化学品市场（超过 6500 亿美元）依赖于复杂的配方，这些配方通常需要大量的试错来优化。

“OMol25 的革命性在于，它明确包含了不同的电荷态和自旋态，”化学工程师 Robert 解释说，“这意味着我们可以以前所未有的精度对氧化还原反应、催化过程和光化学进行建模。”

对于精细化学品制造商来说，这意味着更快的产品开发周期、减少浪费、降低能耗，以及潜在的数十亿美元的运营效率提升。

4. 计算服务

OMol25 的发布将催生一批基于用这些数据训练的模型提供专业模拟服务的初创企业。

“我们将看到分子模拟领域的彭博终端，”科技分析师 Jennifer 预测，“这些是基于订阅的平台，让没有内部专业知识的公司也能使用这些强大的预测能力。”

投资视角：谁将受益？

对于投资者来说，OMol25 带来了几个机会：

1. 云计算服务商 将看到需求增加，因为企业需要训练和运行这些模型。亚马逊云科技（AWS）、微软 Azure 和谷歌云都在为这个市场提供专业的硬件产品。
2. AI 药物研发公司，如 Recursion Pharmaceuticals、Exscientia 和 Schrödinger，能够很好地将基于 OMol25 训练的模型整合到他们的平台中，这可能扩大他们的技术领先优势。
3. 专注于加速科学计算的专业芯片制造商，如英伟达（NVIDIA），其新的 H200 GPU 架构就是专门为分子模拟工作负载优化的。
4. 实验室自动化公司，它们能够快速验证这些新模型产生的预测结果，随着吞吐量瓶颈从计算转向物理测试，它们的需求将会增加。

局限性和挑战

尽管具有突破性，OMol25 也不是万能的。“用这些数据训练模型仍然需要大量的计算资源，”葛兰素史克（GSK）计算化学总监 Elena Rodriguez 博士提醒道，“他们提供的 400 万子集有所帮助，但要充分利用完整数据集仍然需要投入大量资源。”

此外，虽然 Meta 以“商业友好许可”发布了这些数据，但仍存在地理和可接受使用方面的限制，这可能会影响全球范围的应用。

最后，真正有效的模型需要 AI 架构的持续创新，特别是那些专门为处理分子系统设计的架构。“他们发布的基础模型只是起点，”Rodriguez 指出，“我们将看到大量基于这些基础的改进研究。”

总结

Meta 发布 OMol25 对于计算化学及其工业应用来说是一个关键时刻。能快速将这些能力整合到其研发流程中的公司，将在上市时间、成本降低和创新能力方面获得显著的竞争优势。

对于商业领袖和投资者来说，信息很明确：理解这一进展的影响不仅是你们研发部门的事——它是必不可少的战略知识，将在未来多年里影响多个行业的市场动态。