信息速览

数据集名称OpenBind — 首届 OpenBind 社区盲测：寨卡病毒 NS2B-NS3 蛋白酶 400 化合物结构预测挑战

数据类型实验数据,结构数据,基准数据

规模400 个小分子（blind_challenge_001–400），靶点为寨卡病毒 NS2B-NS3 蛋白酶（NS2B 46 aa + NS3 168 aa）

接入方式OpenBind 联盟与 Diamond Light Source XChem 平台产生的 X 射线晶体学浸泡结构 + ASAP Discovery Consortium hit-to-lead 化合物；HF 仓库 openadmet/openbind-blind-challenge-1

AI 就绪度

INFOBOX — OpenBind 首届盲测挑战一屏速览

维度内容

本质 结构预测盲测赛：给定 400 个小分子的 SMILES + 靶点 apo 结构，预测蛋白-配体复合物三维结构

靶点寨卡病毒（ZIKV）NS2B-NS3 蛋白酶，NS2B 辅因子 46 aa + NS3 蛋白酶域 168 aa

主办 OpenBind（Diamond Light Source 基地）｜合作 OpenADMET、ASAP Discovery Consortium

规模 400 个化合物（blind_challenge_001–400），重原子 9–36，均值 22.36

赛程 2026-09-30 公告 → 2026-10-14 开赛 → 2026-11-11 中期榜 → 2026-12-16 终稿

判定 BiSyRMSD < 1.5 Å + lDDT-PLI > 0.8 + PoseBusters 全部通过，三者同时满足才算成功

总分成功复合物占比（成功率），缺失或不可评估一律计失败

提交 400 个 PDB 打包 zip，经 HF Space openadmet/openbind-blind-challenge-1 上传

许可 HF 卡片 Apache-2.0；参考结构赛后释放

库内近邻 openadmet-expansionrx（rid=1110，同主办方不同任务）、plinder（184）、pdbbind（134）、crossdocked2020（164）

OpenBind 首届盲测挑战要解决的是一个非常具体、非常老的问题：当一个靶点已经有几十个公开晶体结构，我们还能不能"看见"一个新分子究竟怎样插进它的口袋？ 这次给的不是回顾性基准，而是一次真正的前瞻性考试——400 个化合物，每一个都浸泡进寨卡病毒 NS2B-NS3 蛋白酶的晶体，每一个都拿到了实验解析的复合物结构，但答案被扣住不发，只发 SMILES。参赛者要在看不到答案的情况下，为这 400 个分子各自交出一个复合物结构，最后由同一套脚本打分。

这个设计背后有一个很少被明说的痛点。过去几年里，分子对接和共折叠（co-folding）模型在 PDBbind、CrossDocked2020 一类基准上不断刷新纪录，但那些基准的参考结构早已在训练集里出现过，模型"记得"答案。OpenBind 的做法是把答案藏起来，并且把及格线从大家习惯的 2 Å 收紧到 1.5 Å，再叠加两个维度的检查：界面接触是否对（lDDT-PLI > 0.8）、几何是否物理上说得通（PoseBusters 全部检查）。三关全过才算一个成功，成功率就是总分。这种"三关硬卡 + 成功率计分"的口径，让"平均 RMSD 好看但一半结构崩掉"的做法无法蒙混。

导语读法三则：

只想算一算自己方法的水平：直奔 §5 任务定义与 §6 评测标准——注意 BiSyRMSD 是"结合位点叠合 + 对称校正"后的 RMSD，不是朴素的配体重原子 RMSD；也注意成功判定是三条件同时满足，不是加权平均。
关心这个数据和 OpenADMET 的关系：直奔 §9——OpenBind 的挑战赛托管、Discord、提交门户全部落在 OpenADMET 的 Hugging Face 组织下，但两者是不同的挑战：ExpansionRx（rid=1110）考的是 ADMET 端点回归，本条目考的是三维结构。不要合并。
想复现或做基线：直奔 §7 的三份官方基线报告——AlphaFold 3、Boltz-2、OpenBind-0 在 400 个化合物上都跑了一遍，PoseBusters 逐项通过率写得很细，是现成的参照系。

§0 导读：这个数据集解决什么问题

0.1 一句话定位

OpenBind 盲测挑战 1 是一份**「400 个化合物 + 1 个靶点 + 1 套三指标评分脚本」**的前瞻性结构预测考卷。它不是一个通用的蛋白-配体数据库，而是一次带时间窗的考试：考题公开（SMILES + apo 结构），答案扣留（400 个实验复合物），裁判公开（GitHub 上的评测代码 + 三个基线模型报告）。

0.2 它想回答的三个问题

问题	为什么重要	本挑战怎么回答
现有方法在"没见过的配体"上还能不能找准口袋？	回顾性基准存在训练集泄漏，分数虚高	400 个配体全部是新化合物，参考结构赛后才发
结构"长得像"是否等于"结合得对"？	平均 RMSD 会掩盖界面残基的错误	加 lDDT-PLI 检查界面局部距离一致性
预测的构象物理上是否存在？	很多模型给出化学上不可能的姿态	加 PoseBusters 做几何与化学合理性检查

0.3 它不解决什么

不提供结合亲和力（Kd/Ki）数值，只考姿态（pose）；
不覆盖多个靶点，只有寨卡 NS2B-NS3 一个口袋；
不提供训练集——它不是用来训练的，是用来测试泛化的；
不保证赛后参考结构与挑战集许可一致（见 §10 遗留疑点）。

0.4 适合谁读

做对接/共折叠的算法团队：这是当下最干净的对外部验证集之一；
做结构生物学实验的人：可以看 XChem 碎片浸泡流水线如何批量产出可评测数据；
做基准方法学的人：三指标 + 成功率的计分口径值得借鉴；
做开源药物发现治理的人：OpenBind 的联盟结构、资助链、数据释放策略是一个可复制的样板。

§1 数据集速览：十问十答

问 1：这是什么？
OpenBind 联盟主办的首届盲测挑战（OpenBind Blind Challenge 1），靶点为寨卡病毒 NS2B-NS3 蛋白酶，任务是预测 400 个小分子与该蛋白酶形成的复合物三维结构。

问 2：谁出的题？
OpenBind 出题并生成实验数据，OpenADMET 提供 Hugging Face 托管、Discord 社区与评测基础设施，ASAP Discovery Consortium 提供其在 hit-to-lead 阶段设计的化合物。

问 3：有多少数据？
400 个化合物，ID 从 blind_challenge_001 到 blind_challenge_400；公开部分只有一张两列 CSV（分子名 + SMILES）。

问 4：答案在哪？
400 个化合物都已在实验室浸泡进晶体并解析出复合物结构，但挑战期内不公开；终稿提交截止（2026-12-16）之后统一释放。

问 5：参赛要交什么？
每个化合物一个 PDB 文件，文件名用给定 ID（如 blind_challenge_001.pdb），配体残基名必须是 LIG，全部 400 个文件打进一个 zip，通过 HF Space 的 Submissions 标签页上传。

问 6：怎么算成功？
三个条件同时满足：BiSyRMSD < 1.5 Å、lDDT-PLI > 0.8、PoseBusters 全部检查通过。

问 7：总分怎么算？
成功复合物的比例（成功率）。缺失的、格式不合法无法评估的，一律算失败。

问 8：什么时候截止？
2026-11-11 23:59 UTC 为中期榜单截止，2026-12-16 23:59 UTC 为终稿截止。实时榜单在赛程中只展示约一半化合物。

问 9：要钱吗？许可是什么？
不收费。HF 数据集卡片标注 Apache-2.0，gated=false 可直接下载。

问 10：和库里的 openadmet-expansionrx 是一回事吗？
不是。见 §9：同一个主办方（OpenADMET）连续办的两个挑战，但任务类型、靶点、数据模态全都不同，不应合并。

§2 数据构成与规格

2.1 靶点：为什么是寨卡 NS2B-NS3

寨卡病毒（Zika virus, ZIKV）属于黄病毒科（Flaviviridae），与登革病毒（DENV）、西尼罗病毒（WNV）、黄热病毒（YFV）同科。官方公告给出的公共卫生背景是：多数感染无症状或轻症，但可致成人格林-巴利综合征、神经病与脊髓炎；孕期感染可致新生儿小头畸形与其他先天异常。2015–2016 年那次流行中感染者超过一百万，造成数千例婴儿小头畸形。目前没有获批的疫苗或抗病毒疗法。

NS2B-NS3 蛋白酶是抗病毒药物发现的经典靶点，因为它负责在多个位点切割病毒多聚蛋白——这是病毒复制的必需步骤。NS3 的活性中心是经典的丝氨酸-组氨酸-天冬氨酸催化三联体，而 NS2B 的一部分环绕在 NS3 周围，作为辅因子参与构成活性位点与底物识别。

结构研究显示，ZIKV NS2B-NS3 可以采取闭合（closed）、开放（open）、超开放（super-open）三种构象。开放与超开放构象中，NS2B 参与底物结合口袋的 C 端部分是无序的，因此被认为是催化失活的。OpenBind 选择闭合构象作为研究对象。

2.2 蛋白构体与 PDB 代码

项目	内容	来源
表达系统	双顺反子载体（bicistronic vector）共表达 NS2B 辅因子与 NS3 蛋白酶	官方公告
晶体	P4₃2₂ 空间群，不对称单元中仅 1 个 NS2B-NS3 复合物，活性位点可及	官方公告
构体 PDB 码	29HN（closed conformation construct）	HF 卡片
apo 代表结构	8PN6（无配体，X 射线 1.61 Å，2023-08-16 释放）	HF 卡片 / RCSB
Chain A	NS2B 辅因子，46 aa	FASTA
Chain B	NS3 蛋白酶域，168 aa	FASTA
Chain C	小分子配体，残基名 `LIG`	提交格式要求

Chain A 序列（46 aa）：

SMGKSVDMYIERAGDITWEKDAEVTGNSPRLDVALDESGDFSLVEE

Chain B 序列（168 aa）：

MKEVKKGETTDGVYRVMTRRLLGSTQVGVGVMQEGVFHTMWHVTKGAALRSGEGRLDPYWGDVKQDLVSYCGPWKLDAAWDGLSEVQLLAVPPGERAKNIQTLPGIFKTKDGDIGAVALDYPAGTSGSPILDKCGRVIGLYGNGVVIKNGSYVSAITQGKREEETPVE

两条链合计 214 个氨基酸。注意：序列与 PDB 29HN 的编号相关，FASTA 头里写的是 >29HN_2|Chain B|Serine protease NS3 与 >29HN_1|Chain A|Serine protease subunit NS2B，物种注释为 Zika virus (64320)。

2.3 化合物集：400 个分子从哪来

官方公告明确，化合物是三个来源混合浸泡到 ZIKV NS2B-NS3 晶体里的：

碎片（fragments）：来自 EUbOpen DSiP extension 与 Enamine Essential Fragments Libraries；
后续化合物（follow-on）：ASAP Discovery Consortium 在其寨卡 NS2B-NS3 项目中 hit-to-lead 阶段设计的分子；
碎片类似物与后续化合物：由 OpenBind 自行设计。

这个混合结构决定了化学空间的形态：既有重原子只有 9 个的极小碎片，也有 36 个重原子的类先导分子。碎片与先导同处一张考卷，是这次挑战最特别的地方——碎片的口袋通常浅而杂，对姿态判定的容差非常敏感，这也是为什么及格线要收紧到 1.5 Å。

2.4 公开文件的实测规格

对 HF 仓库实抓的 CSV 做统计（src/test_blinded.csv，24,204 字节）：

指标	数值
行数	400（+1 表头）
列	`Molecule_Name`、`SMILES`
ID 范围	`blind_challenge_001` – `blind_challenge_400`
唯一 SMILES	400（无重复）
重原子数	最小 9，最大 36，均值 22.36 ± 5.78
SMILES 字符串长度	13–66 字符
含卤素（F/Cl/Br）	226 / 400
含立体标记 `@`	84 / 400
含酰胺键	192 / 400

重原子分布的中位数落在 21–23 区间（21:41 个、22:47 个、23:45 个），说明这是一条明显"腰部粗、两端细"的分布：碎片段（9–16 重原子）合计约 70 个，大分子段（30 重原子以上）合计约 42 个，其余集中在 20–29。

口径核对：本条目自算的重原子均值为 22.36，官方 OpenBind-0 基线报告写的是 22.37——差异来自 SMILES 重原子解析规则的细微不同（如芳香键与显式氢），不影响结论。两处并列存照。

§3 实验数据是怎么造出来的

3.1 一条完整的 XChem 流水线

这次挑战的实验工作全部在英国**钻石光源（Diamond Light Source）**完成，流程是晶体学领域已经很成熟、但规模化之后才真正可用的那一条：

蛋白制备：双顺反子载体共表达 NS2B 与 NS3，纯化出闭合构象的复合物；
晶体生长：P4₃2₂ 空间群，不对称单元只放一个复合物，活性位点朝向溶剂通道，适合浸泡；
碎片浸泡（soaking）：把化合物溶液渗入已长好的晶体，而不是共结晶——这是碎片筛选的标准做法，能用一块晶体试很多化合物；
无人物流数据收集（unattended data collection）：在 I03 与 I04-1 两条束线上自动排队收数；
自动处理：in-house 自动处理流水线出强度与相位；
自动找结合事件：autoPanDDA 完成 PanDDA 分析，Pipedream 完成配体拟合；
人工复核：在 XChemExplorer 环境里人工检查结合位点并精修。

整个流程的束线申请编号为 lb42888。实验方案发表在 protocols.io 上（两份 protocol，DOI 见来源表）。

3.2 为什么这套流水线能撑起"盲测"

盲测的可行性完全依赖实验端的批量与稳定：400 个化合物，每一个都必须真的解析出复合物结构，否则考卷里会出现大量"无答案"的空位。XChem 在 2010 年代后期把碎片浸泡的通量推到了数千量级，autoPanDDA + Pipedream 把人工判定结合事件的工作量压到可接受范围，这是 OpenBind 能在 2026 年直接拿 400 个真结构做盲测的前提。

3.3 数据的"人工复核"环节不可省

PanDDA 类方法会产生假阳性结合事件（溶剂峰、噪声、部分占据），XChemExplorer 里的人工复核是最后一道闸。这条信息对使用者很重要：参考结构是有人工判断介入的，不是纯自动流水线的产物。这意味着赛后用它做基准时，参考结构本身存在一定的人工判断成分，极弱的碎片结合事件尤其如此。

§4 挑战赛机制

4.1 赛程表

日期（UTC）	里程碑	已发生？
2026-09-30	挑战公告	是
2026-10-14	挑战正式启动（数据与提交门户上线）	是
2026-11-11 23:59	中期榜单截止	未到
2026-12-16 23:59	终稿提交截止	未到
2026-12-16 之后	结果公布、webinar、结题博客	未到

4.2 榜单机制

实时榜单：托管在 Hugging Face，赛程中只展示约一半化合物的成绩。
中期榜单：11-11 截止后，用全量 400 个化合物算一次，一次性公布。
最终榜单：12-16 截止后，用全量算，取代实时榜。
同时要求：想进最终榜单，必须同时提交一份方法报告，说明是否使用专有数据、代码与模型权重是否可得。这条要求把"黑箱刷榜"挡在门外。

4.3 提交格式要求（来自官方校验器源码）

validation/structure_validation.py 是官方提供的本地预检脚本，它把格式要求写死成代码，逐条如下：

检查项	规则	违反后果
文件类型	必须是 `.zip`	直接拒收
PDB 数量	必须恰好 400 个 `.pdb`	缺一个即报错
文件命名	`{id}.pdb`，如 `blind_challenge_001.pdb`	缺失项会被列出（最多前 20 个）
配体残基名	必须恰好一个 `LIG` 残基	缺 `LIG` 或多于一个均报错
链数	全文件最多 3 条链	超过即报错
配体连接性	RDKit `AssignBondOrdersFromTemplate` 对齐给定 SMILES	连接性不符即报错

一个容易踩的细节：校验器用 MDAnalysis 解析，链数按 u.segments 统计，而 segments 的划分依赖文件里的链标识与 TER 记录。某些建模工具输出的 PDB 会把两条蛋白链合并处理或额外生成一个 segment，导致"3 链"判断失败。提交前务必跑一遍官方校验器。

4.4 为什么要求"恰好 400"

"缺一个算失败"的规则，配合成功率计分，实际上是在惩罚"挑简单的交"这种策略。想拿高分，必须全覆盖。这条规则在基线报告里也有体现：三份报告都强调提交 zip 通过了官方校验器、0 错误、400 个结构。

§5 任务定义与输出格式

5.1 输入

参赛者拿到的全部输入只有四样：

FASTA：inputs/NS2B-NS3_protein_sequence.fasta，两条链共 214 aa；
SMILES 表：400 行 CSV；
apo 结构：PDB 8PN6（无配体复合物）；
教程与基线：GitHub 仓库里的 notebook、示例输入、三份基线报告。

5.2 输出

每个化合物一个 PDB，必须包含：

NS2B（Chain A）+ NS3（Chain B）两条蛋白链；
一个残基名为 LIG 的配体；
配体的原子连接性必须与 CSV 里的 SMILES 一致。

5.3 一个最小的提交包结构

submission.zip
├── blind_challenge_001.pdb
├── blind_challenge_002.pdb
├── ...
└── blind_challenge_400.pdb

5.4 与"亲和力预测"的根本区别

这一点必须反复强调：本挑战不考亲和力。提交物里没有任何打分（score）字段，评测也不看排序。哪怕你把 400 个分子的相对强弱排得完全正确，只要结构姿态不对，成功率为 0。这与同主办方此前的 ExpansionRx 挑战（考 ADMET 端点数值回归）是完全不同类型的任务。

§6 评测标准：三关硬卡

6.1 指标一：BiSyRMSD（结合位点叠合、对称校正）

定义：Binding-Site Superposed, Symmetry-Corrected Pose Root Mean Square Deviation。先把蛋白结合位点对齐，再计算配体重原子的 RMSD，并对配体的对称等价原子做最优匹配。

及格线：< 1.5 Å。

为什么不是 2 Å：官方明确说，2 Å 是领域惯用阈值，但本挑战选择更严的 1.5 Å，理由是——在高精度姿态恢复任务中，或评估碎片时，2 Å 的位移相对分子本身已经相当大。碎片只有 9–15 个重原子，2 Å 的偏差可能意味着整个分子从口袋的一侧滑到了另一侧。

实现细节：评测脚本 evaluate_predictions.py 用 OpenStructure 的 SCRMSDScorer。当 OST 无法匹配配体时，BiSyRMSD 记为一个很大的惩罚值 20.0 Å（BISYRMSD_NAN_PENALTY），因为该指标越小越好，20 Å 远超任何合理的结合位点 RMSD。

6.2 指标二：lDDT-PLI（蛋白-配体界面局部距离差异）

定义：Local Distance Difference Test for Protein-Ligand Interactions。比较预测与参考之间蛋白-配体原子间局部距离的一致性。

及格线：> 0.8。

为什么需要它：RMSD 只回答"配体的位置对不对"，不回答"配体与周围残基的接触模式对不对"。一个配体可能整体位置正确但翻转 180°，RMSD 尚可而界面接触全错。lDDT-PLI 把界面距离分布逐对比较，能抓到这类错误。

6.3 指标三：PoseBusters（物理与化学合理性）

要求：全部检查通过。PoseBusters 检查的内容包括配体内部几何（键长、键角）、环的平面性、内部冲突、内部能量、与蛋白的最小距离、体积重叠，以及与 SMILES 的一致性（分子式、键、双键立体化学、四面体手性）。

为什么需要它：前两个指标都是"与参考比"，一个化学上不可能的构象如果恰好在数值上接近参考，也可能过关。PoseBusters 是唯一不依赖参考的检查，用来排除"数值上像、物理上不存在"的姿态。

6.4 总分与统计

总分 = 成功率 = 三条件同时满足的化合物数 / 400。
缺失或不可评估的预测计为失败。
官方还会额外报告三个指标的全集平均值与 PoseBusters 通过率，用来区分不同的失败模式。
组间差异的统计显著性，采用与 OpenADMET “Peak Performance or Just Noise?” 一文相似的方法（bootstrap 重采样）。

6.5 评测脚本里的一个细节：bootstrap

evaluation/evaluate_predictions.py 的 bootstrap_structure_metrics 会对化合物做有放回重采样，每个 bootstrap 样本算一次均值。由于失败的化合物已经被填成最差惩罚值（lDDT 类填 0，BiSyRMSD 填 20），每次重采样里每个化合物都参与，不会因为 NaN 被剔除而人为抬高均值。

脚本还记录了一个 coverage 列：1.0 表示成功匹配并打分，0.0 表示失败。这个列是整份提交的属性，不参与 bootstrap。

6.6 多配体与链映射的兼容

评测脚本对同源多聚体的链映射做了容错：SCRMSDScorer 与 LDDTPLIScorer 可能独立选择互为逆映射的链对应（A→B 与 B→A），脚本判断只要两者互为逆映射就接受，不报错。对 NS2B-NS3 这种异二聚体，这条容错多数时候不触发，但说明作者考虑过更复杂的目标。

§7 官方基线：三个模型跑完 400 个化合物

OpenBind 在教程仓库 baseline-docs/ 下放了三份基线报告，全部在 NVIDIA GB10（Grace Hopper，128 GB 统一内存）上完成，每个模型对 400 个配体各生成 5 个 diffusion 样本（共 2,000 个复合物），再用 PoseBusters 0.6.5 挑选通过检查的样本作为提交。

7.1 三模型对照总表

模型	版本	训练截止	许可	Rank-1 dock18	选后 dock18	Rank-1 full22	选后 full22	推理速度
AlphaFold 3	3.0.4	2021-09-30	参数非商用	369/400 (92.25%)	397/400 (99.25%)	327/400 (81.75%)	361/400 (90.25%)	~14.2 s/复合物，约 1.6 h
Boltz-2	v2.2.1	2023-06-01	MIT	299/400 (74.75%)	377/400 (94.25%)	267/400 (66.75%)	353/400 (88.25%)	~7.9 s/复合物，约 53 min
OpenBind-0	v0.5.0 (`of3-ob`)	2025-06-30	Apache 2.0	365/400 (91.25%)	400/400 (100%)	324/400 (81.00%)	377/400 (94.25%)	未单列

读表注意：dock18 指 PoseBusters dock 配置的 18 项检查；full22 是在此基础上再加分子式、键、双键立体化学、四面体手性与 SMILES 一致性的 22 项。这两个通过率都不是本挑战的总分——本挑战的总分要求三条件同时满足，这里的表只反映"物理有效性"这一关。

7.2 三份报告的三个共同结论

结论一：五样本筛选是刚需，rank-1 的物理有效性明显更差。
Boltz-2 的 rank-1 有 24.5% 的化合物存在与蛋白过近的接触（minimum_distance_to_protein 通过 302/400），五样本筛选救回其中 75 个。OpenBind-0 靠筛选把 minimum_distance_to_protein 从 366/400 拉到 400/400。这说明共折叠模型的首个样本不等于最优样本，直接交 rank-1 等于白送分。

结论二：四面体手性是 full22 的主要失分点。
三份报告都单列了 tetrahedral_chirality：AF3 选后失败 25/400、OpenBind-0 选后失败 23/400、Boltz-2 选后失败 25/400。而 full22 的总失分分别是 39（AF3，361/400 通过）、47（Boltz-2，353/400 通过）、23（OpenBind-0，377/400 通过）。对照可见：手性单项就吃掉了 full22 失分的六成以上（AF3 25/39、Boltz-2 25/47、OpenBind-0 23/23）。这提示：SMILES 里带 @ 的 84 个化合物要特别小心，模型的立体化学还原是最脆弱的一环。

结论三：模板与训练截止时间直接影响物理有效性。
AlphaFold 3 的参数训练截止为 2021-09-30，物理有效性 rank-1 却是三者最高（92.25%）；OpenBind-0 训练截止 2025-06-30 且显式关闭模板（--use_templates=False），选后达到 100% dock18 通过。两者的对照说明，"更接近当下"的训练数据与"不用模板"的推理设定，对几何合理性各有贡献，不能简单归因。

7.3 OpenBind-0 是什么

OpenBind-0 是 OpenBind 自己在 2026-08-21 发布的完全开放的分子结构预测模型，版本 v0.5.0，容器名 of3-ob:latest，权重文件 of3-ob-2025-06-30-174k.pt，Apache 2.0 许可。从报告的命令行看，它基于 OpenFold3 生态（run_openfold predict），支持 MSA server 与模板开关。

它在三份报告里是唯一训练截止晚于挑战公告前一年的模型，也是唯一由主办方自己发布的模型——这带来一个方法学上的问题：主办方模型参加主办方挑战，是否构成不公平？ 从规则看，OpenBind-0 只是一份基线，不参与排名；从方法学看，它的训练数据里是否包含 29HN 或相关复合物，报告未说明（遗留疑点）。

§8 方法学启示：三条可迁移的经验

8.1 经验一：阈值收紧要配套"多指标"

把 RMSD 从 2 Å 收到 1.5 Å，单看是提高了难度；但同时加 lDDT-PLI 与 PoseBusters，才真正改变了"什么算对"的定义。单独收紧一个阈值，只会让所有方法一起掉分，区分度反而下降。三指标组合的作用是：把不同的失败模式分开——位置错、界面错、几何错，各自有各自的指标接住。

8.2 经验二：提交格式校验要写进代码，而不是写在文档里

OpenBind 把格式要求做成了 structure_validation.py，参赛者本地就能跑。这个做法值得所有挑战赛借鉴：文档会过时、会被误读，代码不会。校验器覆盖的六条规则（zip、数量、命名、LIG 残基、链数、连接性）每一条都是实际踩过的坑。

8.3 经验三：实时榜只放一半，是防过拟合的必要设计

赛程中只展示约一半化合物的分数，等于给参赛者留了一半"看不见的考卷"。这个设计直接针对"对着榜单反复调参"的过拟合行为。代价是参赛者无法准确估计自己的真实水平，所以官方补了一次中期全量榜——在 11-11 那天给一次真实反馈，但仍然保留了一半的最终考卷。

§9 与库内条目的关系（重点：与 openadmet 系列不合并）

9.1 与 openadmet-expansionrx（rid=1110）的关系

这是必须讲清楚的一节。两个条目共享一个主办方、一个 Hugging Face 组织、一套 Discord 社区、一套榜单基础设施，但它们是两个不同的挑战：

维度	OpenADMET ExpansionRx（rid=1110）	OpenBind 盲测挑战 1（本条目）
主办	OpenADMET × Expansion Therapeutics	OpenBind × OpenADMET × ASAP Discovery
任务	ADMET 端点数值回归（LogD、溶解度、清除率、蛋白结合等 9 项）	蛋白-配体复合物三维结构预测
靶点	Expansion Therapeutics 内部 RNA 介导疾病项目（多靶点、未公开）	寨卡病毒 NS2B-NS3 蛋白酶（单一、公开）
数据模态	表格（SMILES + 数值）	晶体学结构（PDB）+ 小分子 SMILES
规模	7,608 分子（train 5,326 + test 2,282）	400 化合物
评估	MA-RAE（宏平均相对绝对误差）	BiSyRMSD / lDDT-PLI / PoseBusters + 成功率
赛期	2025-10-27 → 2026-01-19	2026-10-14 → 2026-12-16
许可	完整集 CC-BY-4.0；盲测集 CC0-1.0	HF 卡片 Apache-2.0；参考结构赛后释放

结论：不合并。 两者是同一"盲挑战流水线"上的两个不同产品：ExpansionRx 考"性质算得准不准"，OpenBind 考"结构摆得对不对"。把它们合并会把两种完全不同的标注体系（回归标签 vs. 三维坐标）和两套评测口径混在一起，违反数据集条目"一个数据集一个身份"的基本原则。

可以互链的地方：两者共用 OpenADMET 的 Hugging Face 组织（huggingface.co/openadmet）、共用 Discord 社区（不同频道）、共用"盲挑战 + 榜单 + bootstrap 显著性检验"的方法学框架。正文读者如果关心 OpenADMET 这个组织的整体节奏，可以两个条目对读。

9.2 与结构类基准的关系

pdb（rid=43）：原始结构档案。本挑战的 apo 结构 8PN6 与构体 29HN 都在 PDB 里，赛后 400 个参考复合物大概率也会进入 PDB。
pdbbind（rid=134）：蛋白-配体亲和力基准。与本条共享"复合物"语言，但 pdbbind 的核心是亲和力标签，本挑战没有任何亲和力标签。
plinder（rid=184）：蛋白-配体交互数据集，偏"结构-相互作用"层面，与本条的评估维度（界面接触 lDDT-PLI）最接近。
crossdocked2020（rid=164）与 dud-e（rid=144）：合成对接基准的代表。与本条形成"合成 vs. 实验"的对照：crossdocked2020 的参考结构来自对接生成，本条的参考结构来自 X 射线晶体学浸泡。
plumber（rid=1113）：蛋白-配体未见靶点匹配基准，关注泛化到未见靶点；本条关注泛化到未见配体。两者是"泛化"这一命题的两个方向。

9.3 与疾病侧条目的关系

sinan-dengue（rid=1089）：巴西登革热与基孔肯雅通报数据。登革病毒与寨卡同属黄病毒科，本条讨论的 NS2B-NS3 蛋白酶在两者间高度同源，是交叉反应与广谱抗病毒研究的核心。但 sinan-dengue 是流行病学通报数据，与本条无数据层面的重叠，只构成疾病背景上的关联。

§10 避坑清单（坑 1–坑 10）

坑 1：把 apo 结构的 PDB 码记成 29HN。
官方公告正文写「we have provided a representative apo structure … PDB code 29HN」，但同一段又说 29HN 是闭合构象的双顺反子系统；HF 数据集卡片明确写 apo 是 8PN6，29HN 是 challenge 使用的闭合构象构体。RCSB 实测：29HN 无配体、2026-04-01 释放、1.774 Å；8PN6 2023-08-16 释放、1.61 Å。正确口径：apo 用 8PN6，构体码 29HN。两处原文并存照见 FACTS §9。

坑 2：用平均 RMSD 汇报成绩。
本挑战的总分是成功率，不是平均 RMSD。官方会额外报告平均 BiSyRMSD，但那只是辅助信息。如果你用平均 RMSD 和外部基准比较，等于换了一把尺子。

坑 3：只交 rank-1 样本。
Boltz-2 的官方基线显示，rank-1 有 24.5% 的化合物存在与蛋白过近接触，五样本筛选后救回 75 个。直接交第一个样本是白白丢分。多采样 + PoseBusters 筛选是标准动作。

坑 4：忽略四面体手性。
84 个化合物带 @ 标记，三个基线模型选后仍有 23–47 个在手性检查上失败。如果你的流程在 SMILES → 3D 转换时丢了手性，这一项会稳定失分。

坑 5：zip 里少交或多数文件。
校验器要求恰好 400 个 PDB。多一个、少一个都会被拦。文件名必须是 blind_challenge_XXX.pdb，三位数字补零，不能用别的格式。

坑 6：配体残基名不叫 LIG。
很多建模工具默认用 UNL、MOL 或自定义三字母码。必须改成 LIG，且只能有一个 LIG 残基（比如水分子或离子被误标成 LIG 就会出错）。

坑 7：链数超过 3。
校验器按 u.segments 统计链数，上限 3。有的工具会把两条蛋白链 + 配体算成 4 个 segment（例如额外生成一个空 segment 或把配体拆开），需要手工检查。

坑 8：配体连接性与 SMILES 不一致。
校验器用 RDKit 的 AssignBondOrdersFromTemplate 把提交的配体与给定 SMILES 对齐，连接性不符直接报错。质子化状态、互变异构体的差异都可能触发——如果模型在生理 pH 下加了质子，可能被判为"连接性不符"。

坑 9：以为实时榜分数就是最终分数。
实时榜只覆盖约一半化合物。在实时榜上排名靠前，不代表最终榜靠前。中期榜（11-11）是唯一一次全量反馈。

坑 10：以为赛后参考结构马上能下载。
官方只写"挑战结束后释放"，没有给具体日期与许可。赛前做数据规划时，不要把"赛后立刻拿到 400 个参考结构"当作既定事实。

§11 DAIMS 评估

DAIMS（Dataset AI-readiness Maturity Score）是本库对数据集"AI 就绪度"的评估框架，从六个维度打分，每项 0–5 分。

维度	含义	本条评分	理由
Data Availability（数据可得性）	能否直接、稳定地下载	4 / 5	HF `gated=false` 直接可下；但只有 400 行 CSV，参考结构赛后才有
Annotation Quality（标注质量）	标签是否可靠、有实验依据	5 / 5	全部来自 X 射线晶体学浸泡 + 人工复核，是当前最硬的标签来源
Interoperability（互操作性）	格式是否标准	4 / 5	CSV + SMILES + PDB + FASTA 全是行业标准格式；扣分在于提交格式需要自写校验
Metadata（元数据完备度）	是否有充分的说明文档	4 / 5	公告 + HF 卡片 + 教程仓库 + 三份基线报告，相当完整；扣分在于参考结构许可未声明
Scale（规模）	数据量是否够支撑训练/评测	2 / 5	400 个化合物对评测够用，对训练完全不够；单一靶点也限制外推
总分	—	19 / 25	高质量、小规模、评测导向

一句话结论：这是一份"标注极硬、规模极小、定位为评测而非训练"的数据集。把它当训练集用是误用，把它当外部验证集用是当前少有的干净选择。

§12 总结

OpenBind 首届盲测挑战把"结构预测到底行不行"这个问题，从回顾性打分的舒适区拉到了前瞻性盲测的考场。它的设计有三处值得记住：

答案是实验的：400 个复合物全部来自 X 射线晶体学浸泡，不是对接生成的合成标签；
及格线是三关的：位置（BiSyRMSD）、界面（lDDT-PLI）、物理（PoseBusters）同时满足才算成功；
考卷是藏一半的：实时榜只放一半化合物，逼参赛者做真正的泛化而不是刷榜。

它与同主办方的 OpenADMET ExpansionRx（rid=1110）是"同一流水线上的两个不同产品"，共享基础设施但不共享任务定义，不应合并。本条目把两者并列说明，正是为了让读者看清：OpenADMET 这个组织正在用同一套开源基础设施，覆盖从"性质预测"到"结构预测"的两类核心药物发现问题。

FAQ（高频问答 20 问）

Q1：OpenBind 和 OpenADMET 是什么关系？
OpenBind 是英国主导的开放结构生物学联盟（Diamond 为基地），举办本次挑战；OpenADMET 是合作伙伴，负责 Hugging Face 托管、Discord 社区与评测基础设施。挑战的 HF 组织、Space、Discord 都落在 OpenADMET 名下。

Q2：这个数据集能用来训练模型吗？
不能。公开部分只有 400 个 SMILES 和两条蛋白序列，没有参考结构。它的定位是评测集。

Q3：400 个化合物是随机的吗？
不是。它们来自三个来源：EUbOpen DSiP extension、Enamine Essential Fragments 两个碎片库，ASAP 在 hit-to-lead 阶段设计的后续化合物，以及 OpenBind 自己设计的碎片类似物。

Q4：为什么选寨卡？
寨卡目前没有获批的疫苗或抗病毒药，NS2B-NS3 蛋白酶是明确的抗病毒靶点；同时它已有大量公开结构，正好构成"有结构信息但配体全新"的盲测场景。

Q5：NS2B 和 NS3 分别是什么？
NS2B 是辅因子（46 aa），环绕 NS3 并参与构成活性位点；NS3 是蛋白酶域（168 aa），含 Ser-His-Asp 催化三联体。

Q6：为什么只研究闭合构象？
开放与超开放构象中，NS2B 参与底物结合的 C 端是无序的，被认为催化失活。闭合构象才有完整的活性口袋，适合碎片浸泡。

Q7：apo 结构到底是 8PN6 还是 29HN？
apo 代表结构是 8PN6；29HN 是本次挑战使用的闭合构象双顺反子构建体。官方公告把两者写混了（见坑 1）。

Q8：1.5 Å 阈值是什么概念？
比领域惯用的 2 Å 更严。对 9 个重原子的碎片来说，2 Å 的偏差可能等于整个分子滑出口袋。

Q9：lDDT-PLI > 0.8 难不难？
这是界面局部距离一致性指标，0.8 大致对应"大部分界面接触对得上"。它与 RMSD 互补，能抓出配体翻转类的错误。

Q10：PoseBusters 检查什么？
配体内部几何、环平面性、内部冲突、内部能量、与蛋白的最小距离、体积重叠，以及与 SMILES 的分子式/键/立体化学校验。

Q11：三个条件都要满足吗？
是。三条件同时满足才算一个成功复合物；总分是成功率。

Q12：缺交会怎样？
缺交或无法评估一律计为失败，直接拉低成功率。

Q13：可以只交一部分吗？
校验器要求恰好 400 个 PDB，少交会被本地校验器拦下；即使绕过校验器上传，缺失部分也会被算作失败。

Q14：能用专有数据吗？
可以，但必须申报，且最终榜单要求提交方法报告说明数据来源与代码/权重可得性。

Q15：官方给了基线吗？
给了三份：AlphaFold 3、Boltz-2、OpenBind-0，都在 400 个化合物上跑完了，含 PoseBusters 逐项通过率。

Q16：OpenBind-0 是什么？
OpenBind 自己在 2026-08-21 发布的开放结构预测模型（v0.5.0，Apache 2.0），基于 OpenFold3 生态。

Q17：比赛结束数据会公开吗？
官方写明赛后释放 400 个参考复合物，但没给具体日期与许可。

Q18：和 ExpansionRx 是同一个比赛吗？
不是。ExpansionRx 考 ADMET 端点回归，本条考三维结构。详见 §9。

Q19：为什么 HF 上的数据集标签是 apache-2.0？
这是数据集卡片的标注。参考结构的许可另算，不能想当然。

Q20：什么时候能看到结果？
终稿 2026-12-16 截止，之后公布结果、办 webinar、发结题博客。截至本条目核验日（2026-10-17），比赛仍在进行中。

事实清单（硬事实 24 条）

挑战名称：OpenBind Blind Challenge 1（首届）。
靶点：寨卡病毒 NS2B-NS3 蛋白酶。
化合物数：400。
ID 格式：blind_challenge_001 至 blind_challenge_400。
公开 CSV 行数：400（加表头）。
CSV 列：Molecule_Name、SMILES。
SMILES 唯一数：400。
重原子范围：9–36。
重原子均值：22.36（自算）/ 22.37（官方报告）。
含卤素化合物：226 / 400。
含立体标记：84 / 400。
NS2B 长度：46 aa。
NS3 长度：168 aa。
apo 结构：PDB 8PN6。
闭合构象构体：PDB 29HN。
29HN 分辨率：1.774 Å。
8PN6 分辨率：1.61 Å。
束线：Diamond I03 与 I04-1。
束线申请号：lb42888。
公告日：2026-09-30。
开赛日：2026-10-14。
中期榜截止：2026-11-11 23:59 UTC。
终稿截止：2026-12-16 23:59 UTC。
及格线：BiSyRMSD < 1.5 Å 且 lDDT-PLI > 0.8 且 PoseBusters 全通过。

术语表（22 条）

术语	英文	释义
盲测挑战	blind challenge	答案扣留、只发考题的前瞻性评测
共折叠	co-folding	同时预测蛋白与配体复合物结构的模型范式
分子对接	molecular docking	给定蛋白口袋搜索配体最优姿态的经典方法
碎片筛选	fragment screening	用低分子量碎片探测口袋的早期药物发现手段
浸泡	soaking	把化合物溶液渗入已有晶体以获得复合物结构
结合位点叠合	binding-site superposition	对齐蛋白口袋后再算配体偏差
对称校正	symmetry correction	对配体对称等价原子做最优匹配后再算 RMSD
BiSyRMSD	—	结合位点叠合 + 对称校正的配体 RMSD
lDDT-PLI	Local Distance Difference Test for Protein-Ligand Interactions	界面局部距离一致性
lDDT-LP	lDDT for Ligand-Protein	配体-蛋白方向的局部距离一致性
PoseBusters	—	一组检查配体姿态物理化学合理性的工具
成功率	success rate	三条件同时满足的化合物占比
中期榜	interim leaderboard	用全量化合物在赛程中途发布一次的榜单
实时榜	live leaderboard	赛程中持续更新、只覆盖约半数化合物的榜单
bootstrap	bootstrap resampling	有放回重采样估计统计不确定度
apo 结构	apo structure	不含配体的蛋白结构
闭合构象	closed conformation	NS2B 环绕 NS3 形成完整活性口袋的构象
超开放构象	super-open conformation	NS2B C 端完全无序、催化失活的构象
双顺反子载体	bicistronic vector	同时表达两条蛋白链的载体
空间群 P4₃2₂	P4322 space group	本次晶体所属的四方空间群
PanDDA	Pan-Dataset Density Analysis	从大批晶体数据中识别弱结合事件的算法
XChem	—	Diamond 的晶体学碎片筛选平台

附录 A：三份基线报告的逐项通过率要点

A.1 AlphaFold 3（3.0.4）

引擎：Google DeepMind AlphaFold 3，源码 Apache 2.0，参数非商用。
训练截止：2021-09-30。
MSA：Chain A 80 条非配对 + 3,898 条配对 + 4 个 PDB 模板；Chain B 383 条非配对 + 11,411 条配对 + 4 个模板。
采样：modelSeeds=[42]，5 个 diffusion 样本。
速度：批处理 XLA 缓存预热约 77 s，之后每个复合物约 14.2 s，全量约 1.6 h。
结果：dock18 rank-1 369/400 → 选后 397/400；full22 327/400 → 361/400。
官方校验器：0 错误，400 个 PDB 通过。

A.2 Boltz-2（v2.2.1）

引擎：Boltz-2，MIT 许可，权重 boltz2_conf.ckpt。
训练截止：2023-06-01。
MSA：ColabFold MMseqs2 预计算，Chain A zika_ns2b.csv，Chain B zika_ns3.csv。
采样：--seed 42 --diffusion_samples 5。
速度：每个 5 样本复合物约 7.9 s，全量约 53 min。
结果：dock18 299/400 → 377/400；full22 267/400 → 353/400。
关键失分：minimum_distance_to_protein rank-1 通过 302/400（75.5%），五样本筛选救回 75 个，达到 377/400。

A.3 OpenBind-0（v0.5.0）

引擎：OpenBind-0，of3-ob:latest 容器，Apache 2.0，权重 of3-ob-2025-06-30-174k.pt。
训练截止：2025-06-30。
采样：--num_model_seeds=1 --num_diffusion_samples=5，--use_msa_server=True，--use_templates=False。
结果：dock18 365/400 → 400/400；full22 324/400 → 377/400。
特点：唯一一个 dock18 全通过的基线；失分集中在 tetrahedral_chirality（选后 23 个失败）。

附录 B：三个基线的失败模式对照

失败模式	AF3	Boltz-2	OpenBind-0	解读
与蛋白过近接触（rank-1）	31/400	98/400	34/400	Boltz-2 最依赖多采样筛选
四面体手性（选后）	39/400	47/400	23/400	立体化学是共同短板
内部冲突（rank-1）	—	2/400	0/400	大部分模型内部几何是干净的
非芳香环非平面性（rank-1）	—	1/400	1/400	极少
配体连接性（全部）	0 错误	0 错误	0 错误	经官方校验器验证

说明：表中"rank-1"列为该模型第一个扩散样本的失败数；“选后"为五样本挑最优后的失败数。AF3 报告只单列了部分检查项，缺失处用”—"表示。

附录 C：如何用这个数据集做一次公平对标

用同一套 apo 结构：统一 8PN6，不要用自己找的其他构象，否则叠合基准不一致。
用同一套评分代码：直接用教程仓库的 evaluation/evaluate_predictions.py，不要另写 RMSD 脚本。BiSyRMSD 的对称校正实现差异极大。
报告三指标：只报 RMSD 不足以说明问题，至少报 lDDT-PLI 与 PoseBusters 通过率。
报告覆盖率：400 个里成功评估了多少个，必须写清楚。
区分实时榜与全量榜：如果做的是赛中分析，明确说明你看到的是哪一半。
别把本文的基线数字当竞赛成绩：三份基线只报了 PoseBusters 通过率，没报 BiSyRMSD 与 lDDT-PLI 的成功率，不能直接换算成本挑战的总分。

附录 D：XChem 流水线名词深读

PanDDA：Pan-Dataset Density Analysis。传统上判断一个晶体里是否结合了小分子，靠人去肉眼看差密度图；PanDDA 把同一蛋白的一大批数据集放在一起建模"背景噪声"，从而把弱结合事件的信号抬出来。碎片结合弱、占据率低，PanDDA 几乎是必需的前置。

autoPanDDA / Pipedream：把 PanDDA 与后续的配体拟合自动化。Pipedream 在识别出结合事件之后，把化合物库里的分子拟合进密度并打分。两者的输出进入 XChemExplorer 人工复核。

XChemExplorer：Diamond 的碎片筛选数据管理与复核环境，把晶体、数据集、配体、事件记录串起来。

为什么不直接共结晶：碎片分子小、亲和力弱，共结晶往往拿不到复合物；浸泡能用同一批晶体试很多化合物，通量高得多。

附录 E：与 OpenADMET ExpansionRx 的对读指南

如果读者同时关心两个条目，建议按以下顺序读：

先读本条的 §1 与 §9，建立"两个挑战不是一回事"的基本判断；
再读 ExpansionRx 条目的 §3（九个端点）与 §4（挑战机制），理解"数值回归型盲挑战"的做法；
对照两者的评估口径：ExpansionRx 用 MA-RAE，本条用三指标成功率；
对照两者的时间切分：ExpansionRx 是"早期分子训练、晚期分子测试"的时间切分，本条是"结构公开、配体全新"的配体切分。

一句话：ExpansionRx 考"性质"，OpenBind 考"结构"；ExpansionRx 的时间切分防泄漏，OpenBind 的答案扣留防泄漏。

附录 F：数据文件清单（实抓存照）

文件	大小	内容	获取方式
`README.md`	3,910 B	数据集卡片，含字段说明、来源、致谢	HF raw
`openbind-blind-challenge-1-TEST-BLINDED.csv`	24,204 B	400 行化合物清单	HF raw
`inputs/NS2B-NS3_protein_sequence.fasta`	335 B	两条链序列	GitHub 教程仓库
`inputs/blind_challenge_001.yaml`	436 B	单个化合物的 Boltz 输入示例	GitHub 教程仓库
`inputs/blind_challenge_001_model_0.cif`	131,589 B	预生成的 Boltz-2 复合物示例	GitHub 教程仓库
`notebooks/structure_prediction.ipynb`	79,117 B	教程 notebook	GitHub 教程仓库
`outputs/example_structure_submission.zip`	12,064,960 B	400 个 PDB 的示例提交包	GitHub 教程仓库
`evaluation/evaluate_predictions.py`	8,130 B	官方评分脚本	GitHub 教程仓库
`validation/structure_validation.py`	5,512 B	官方提交校验器	GitHub 教程仓库

附录 G：挑战赛与库内其他"挑战赛数据集"的模式对照

数据集	模式	评测对象	与 OpenBind 的差异
OpenBind（本条）	结构预测盲测	三维姿态	—
OpenADMET ExpansionRx（1110）	性质回归盲测	ADMET 端点数值	任务类型不同
PLINDER（184）	交互质量评测基准	界面接触与复合物质量	覆盖多靶点、非时间窗赛事
DUD-E（144）	虚拟筛选基准	富集因子	合成诱饵，非实验结构
CrossDocked2020（164）	对接训练/测试	对接姿态	合成参考结构
PLINDER（184）	交互质量评测	界面接触	覆盖多靶点

附录 H：读者角色阅读路径

如果你只有 5 分钟：读 INFOBOX + §0 + §6.4（总分怎么算）。

如果你要参赛：读 §4.3（提交格式）+ §6（三指标）+ §10（十个坑）+ 附录 C（公平对标）。

如果你要做基线：读 §7（三份官方基线）+ 附录 A（逐项数字）+ 附录 B（失败模式）。

如果你要选训练数据：读 §2.4（规模与分布）+ §11（DAIMS）+ §9.2（与结构类基准的互补关系）。

如果你是数据治理视角：读 §3（实验流水线）+ §9.1（与开放数据治理的关系）+ FACTS §6（许可口径冲突）。

附录 I：常见误解澄清

误解一：“OpenBind 是一个数据集。”
它是一个持续多年的联盟计划，本次是它的首届盲测挑战。400 个化合物是这个挑战的公开部分，不是联盟的全部产出。联盟在 2026-05 已经发布过 EV-A71 2A 蛋白酶的结构-亲和力数据集。

误解二：“HF 上 openadmet/openbind-blind-challenge-1 是 Space 还是 Dataset？”
两个都存在，同名：Dataset 放 CSV，Space 是提交门户。别搞混。

误解三：“400 个化合物都有参考结构，所以可以拿去训练。”
参考结构在挑战期内不公开。赛后释放的许可与范围也未声明。

误解四：“1.5 Å 就是所有配体的统一标准。”
是。挑战对所有化合物用同一个阈值，不按分子大小分级。这也是为什么碎片分子特别难。

误解五：“OpenBind-0 是专门为这个挑战训练的。”
从公开信息看不是：它的训练截止是 2025-06-30，早于挑战公告（2026-09-30），且报告称其为"fully open"的通用结构预测模型。但它是否在训练中见过相关复合物，报告未说明。

附录 J：时间线详表

日期	事件
2025-06-10	Diamond 宣布将成为 OpenBind 基地
2025-07-18	英国部长访问 Diamond 背书
2026-03-02	OpenBind 写入英国 AI for Science 战略
2026-05-05	首个数据发布：EV-A71 2A 结构-亲和力数据集（配套三篇博客）
2026-08-18	盖茨基金会资助
2026-08-21	OpenBind-0 模型发布（v0.5.0）
2026-09-30	首届盲测挑战公告
2026-10-14	挑战正式启动
2026-11-11	中期榜单截止（23:59 UTC）
2026-12-16	终稿提交截止（23:59 UTC）
2026-12-16 后	结果、webinar、结题博客

附录 K：核心数字速查卡

数字	含义
400	化合物数
9–36	重原子范围
22.36	重原子均值
46 + 168 = 214	两条蛋白链氨基酸数
1.5 Å	BiSyRMSD 及格线
0.8	lDDT-PLI 及格线
3	成功判定涉及的指标数
约 50%	实时榜覆盖的化合物比例
8PN6 / 29HN	apo 结构 / 闭合构象构体
I03 / I04-1	束线
lb42888	束线申请号
2026-10-14 → 2026-12-16	赛程

附录 L：结语与免责说明

本条目依据 2026-10-17 可获取的公开材料撰写。挑战赛仍在进行中（终稿截止 2026-12-16），最终榜单、获奖方法与赛后参考结构的释放情况在本条目核验日尚未产生。文中所有"官方数字"均来自 OpenBind 官网公告、Hugging Face 数据集卡片、GitHub 教程仓库与 RCSB PDB REST API 的实抓；自算数字（重原子分布、SMILES 长度分布等）来自对 openbind-blind-challenge-1-TEST-BLINDED.csv 的本地统计，已与官方报告交叉核对。

本条目与 openadmet-expansionrx（rid=1110）为两个独立条目：前者考结构，后者考性质，共享主办方基础设施但不共享任务定义。任何将两者合并的表述均为误读。

附录 M：NS2B-NS3 蛋白酶靶点生物学深读

M.1 黄病毒多聚蛋白的一生

黄病毒科成员的基因组是一条正向单链 RNA，翻译出来是一条大的多聚蛋白（polyprotein），必须被切成十来个成熟蛋白才能各自工作。切割由两部分完成：宿主细胞的信号肽酶负责切结构蛋白端，病毒自己的 NS2B-NS3 丝氨酸蛋白酶负责切非结构蛋白端。

NS3 蛋白是双功能的：N 端约三分之一是丝氨酸蛋白酶域，C 端是 RNA 解旋酶域。NS2B 是 NS3 的辅因子，它的一小段（约 40 余个残基）必须环绕到 NS3 的活性位点上，与 NS3 共同构成底物结合的沟槽。没有 NS2B 的环绕，NS3 的活性位点是不完整的——这就是为什么药物设计几乎都针对"NS2B-NS3 复合物"而不是单独 NS3。

M.2 三种构象与"选哪个做靶点"

构象	NS2B 状态	活性	能否用于碎片浸泡
闭合（closed）	NS2B 环绕 NS3，C 端有序参与底物结合	有	是，口袋完整
开放（open）	NS2B C 端部分无序	基本失活	否，口袋不完整
超开放（super-open）	NS2B C 端完全无序	失活	否

OpenBind 明确说明，正是因为这个原因，他们把研究对象锁定在闭合构象，并用双顺反子载体共表达两条链以获得稳定的闭合复合物。

值得注意的是：真实细胞里 NS2B-NS3 是在多种构象之间动态切换的。一个能完美对接闭合构象的分子，在细胞内未必有效，因为它可能先被开放构象"骗走"。这是本挑战数据的天然边界：它考的是"闭合构象下的结构预测"，不是"细胞内的药效"。

M.3 为什么扁平的碎片口袋是对接方法的硬骨头

NS2B-NS3 的活性位点是一个相对浅、相对平坦的沟槽（S1–S4 亚位），而不是像激酶 ATP 口袋那样深而封闭。碎片分子（9–16 重原子）在这个沟槽里可能有多个能量接近的结合姿态，其中只有一个是晶体里看到的。

这带来两个后果：

RMSD 的容差必须收紧：2 Å 的 RMSD 对一个 10 重原子的碎片来说，可能意味着它在沟槽里横移了一个亚位；
lDDT-PLI 的价值被放大：位置相近但氢键网络不同的姿态，RMSD 看不出来，界面距离分布能看出来。

这也是本次挑战同时采用两把尺子的直接原因。

M.4 与登革病毒的关系：同源但不等价

寨卡与登革同属黄病毒属，NS2B-NS3 序列同源性较高，活性位点尤其保守。这带来两条重要推论：

交叉反应：针对寨卡 NS2B-NS3 设计的抑制剂，很可能对登革也有效，这是广谱抗黄病毒药物研究的基础；
选择性风险：正因活性位点保守，“只杀寨卡不伤登革”（或反之）的选择性设计非常困难。

本条目不做药物有效性判断，只指出：当研究者用这 400 个化合物训练出的模型去预测登革 NS2B-NS3 时，必须意识到这是同源迁移（homology transfer）而不是同靶点迁移。

附录 N：SMILES 与三维结构的"连接性陷阱"

N.1 一个具体的失败场景

假设一个化合物在 CSV 里的 SMILES 是中性的羧酸（...C(=O)O）。某个建模流程为了"更贴近生理"，在生成三维结构前把羧酸去质子化成羧酸根（...C(=O)[O-]）。

从化学直觉看，这一步是合理的；
从校验器看，RDKit 的 AssignBondOrdersFromTemplate 会把提交的 LIG 与模板（给定 SMILES）对齐，电荷状态改变可能导致对齐失败或键级不匹配；
结果：整份提交被判格式错误。

N.2 正确的处理顺序

先按 CSV 原样还原分子：不带任何质子化/互变异构体修改；
生成三维结构；
用官方校验器的逻辑自测：Chem.MolFromPDBFile(..., removeHs=True, sanitize=False) + AssignBondOrdersFromTemplate；
确认无误再批量生成 400 个。

N.3 立体化学的第二种陷阱

CSV 里有 84 个化合物带 @（手性标记）。建模工具在 3D 嵌入时可能：

生成正确的手性；
生成对映体（镜像）；
生成非对映体（部分手性中心翻转）。

第二种情况在 PoseBusters 的 tetrahedral_chirality 检查里会直接失败，而 BiSyRMSD 可能仍然很好。三份基线报告显示这项是三模型共同短板，说明这不是个别实现的问题，而是共折叠范式在立体化学上的系统性弱点。

附录 O：评估脚本解剖

O.1 评测入口

evaluation/evaluate_predictions.py 提供四个函数：

函数	作用
`score_single_structure`	对单个预测 PDB 与参考 PDB 打分
`score_structure_predictions`	对整批预测打分，生成逐化合物表
`bootstrap_structure_metrics`	对逐化合物表做 bootstrap 聚合
（配合 utils）`bootstrap_sampling`	生成重采样索引

O.2 单结构评分的两步

用 PDBPrep(..., fault_tolerant=True) 读入模型与参考，容错模式保证单个坏文件不会中断整批评分；
提取 rname=LIG 的配体，分别交给 SCRMSDScorer（出 BiSyRMSD 与 lDDT-LP）和 LDDTPLIScorer（出 lDDT-PLI）。

两条评分的链映射可能互为逆序，脚本做了兼容判断。

O.3 多个配体时的选优规则

如果模型与参考之间存在多组配体对应关系，脚本按 (-lDDT-PLI, BiSyRMSD) 排序取第一组。也就是先看界面相似度，界面相同再看位置偏差。

O.4 失败惩罚表

指标	失败时填入	原因
lDDT-PLI	0.0	越大越好，0 为最差
lDDT-LP	0.0	越大越好
BiSyRMSD	20.0 Å	越小越好，20 Å 远超合理范围

这套填充保证 bootstrap 时每个化合物都被计入，不会因为 NaN 被剔除而虚高。

O.5 一个容易被忽略的细节

脚本只对 predicted_structures 里出现、且 ground_truth_structures 里也有的化合物打分。未提交的化合物不会出现在逐化合物表里。也就是说，"成功率"的分母如果在你自己写的分析脚本里按"表行数"算，会得到偏高的结果；官方口径是固定 400。

附录 P：教程仓库的使用路径

P.1 环境

# environment.yaml（教程仓库提供）
name: openbind_challenge_tutorial
# 主要依赖：rdkit、mdanalysis、jupyter、ost（OpenStructure）

conda env create -f environment.yaml
conda activate openbind_challenge_tutorial
jupyter lab notebooks/structure_prediction.ipynb

P.2 notebook 的六步

从 Hugging Face 加载盲测配体列表；
准备输入（SMILES 解析、蛋白 FASTA）；
配体集探索性分析（骨架多样性、描述符分布）；
检视一个预生成的 Boltz-2 复合物；
理解提交如何被评分；
构建并校验提交 zip。

P.3 三个示例文件的价值

inputs/blind_challenge_001.yaml：一个 Boltz 输入的标准写法，可直接改 SMILES 复用；
inputs/blind_challenge_001_model_0.cif：一个真实生成的复合物，用来对照格式；
outputs/example_structure_submission.zip：400 个 PDB 的完整示例包，拿来先跑一遍校验器是最快的格式自查方式。

附录 Q：如何设计一次有说服力的参赛方案

Q.1 三阶段策略

阶段	动作	目标
探索期（开赛 1–2 周）	跑通三个基线，确认环境与校验器	排除工程问题
主攻期（10 月中–11 月初）	选定 1–2 条主线（对接 / 共折叠 / 混合），做多采样与筛选	拿到中期榜全量反馈
收尾期（11 月中–12 月中）	针对中期榜暴露的失败模式定向改进，补齐短板	提升成功率而非平均分

Q.2 三条主线各自的取舍

纯对接路线（如 Glide、Vina、gnina）：

优势：快、可解释、对碎片口袋有一定经验；
劣势：打分函数对碎片态的处理弱，蛋白柔性基本忽略；
适配：适合作为"兜底方案"，保证 400 个全覆盖。

共折叠路线（AF3 / Boltz-2 / OpenBind-0）：

优势：能同时预测蛋白与配体，对诱导契合有一定能力；
劣势：立体化学与近接触是系统性弱点；
适配：多采样 + PoseBusters 筛选几乎是必需。

混合路线：

用对接生成候选姿态，用共折叠或物理精修筛选；
或者反过来：共折叠出初始姿态，用局部对接精修。
这是官方公告鼓励的方向（“workflows that combine different approaches”）。

Q.3 申报时的注意事项

官方明确要求进最终榜必须提交方法报告，并声明：

是否使用专有数据；
代码是否公开；
模型权重是否公开。

这不是形式要求。使用专有训练数据仍可参赛，但必须申报；不申报一旦被发现，成绩作废的风险很高。反过来，完全开源的方案即使分数不顶尖，也在"可复现"这一维度上有独立价值。

附录 R：与库内条目互链建议（供发布侧参考）

说明：以下 rid 均为本条目核验日（2026-10-17）DB 实查结果，链接请以主会话入库后回填的正式 URL 为准。

目标条目	rid	互链理由	建议链接位置
openadmet-expansionrx	1110	同主办方姊妹盲挑战，任务不同（性质 vs 结构）	正文 §9.1、附录 E
pdb	43	8PN6 / 29HN 与赛后复合物的归档地	§9.2
pdbbind	134	亲和力基准，与本条共享复合物语言	§9.2
plinder	184	交互质量评测，与本条 lDDT-PLI 维度最接近	§9.2
crossdocked2020	164	合成对接基准，构成"合成 vs 实验"对照	§9.2
dud-e	144	虚拟筛选基准，合成诱饵	§9.2
plumber	1113	未见靶点匹配基准，泛化命题的另一方向	§9.2
sinan-dengue	1089	黄病毒科疾病背景，无数据重叠	§9.3

附录 S：常见提问的深入回答

问：为什么 OpenBind 要自己设计化合物？
答：三个来源各有局限。EUbOpen 与 Enamine 的碎片数量大但化学型分散；ASAP 的后续化合物成系列但数量有限。OpenBind 自己设计碎片类似物，可以在已知有结合的位置上做系统的取代基扫描，增加"结构-活性"信息的密度。这也是为什么 400 个化合物里有明显的"系列感"（重原子 21–23 集中了 133 个）。

问：为什么不用 AlphaFold 3 直接解析结构？
答：AF3 预测的是结构，不是实验结构。本挑战的参考结构来自晶体学，AF3 只是基线之一。官方把 AF3 列为基线，是用它来衡量"当前最好的共折叠模型在盲测下能走到哪"。

问：OpenBind-0 的成绩是否说明"主办方模型有优势"？
答：不能直接下结论。OpenBind-0 的 dock18 选后 100% 通过，但它同样在 full22 上失分 23 个（手性），说明它不是"完美"。更关键的是：dock18 只是物理有效性，不是本挑战的总分；三份基线都没有报 BiSyRMSD 与 lDDT-PLI 的成功率，所以无法从公开报告推断三者在真正榜单上的相对位置。

问：这个挑战对临床有什么直接意义？
答：短期内没有。它考的是方法学，不是药物。长期看，如果结构预测方法能在盲测下稳定达到高成功率，抗病毒药物的早期发现周期可能缩短——这是 OpenBind 联盟"五年内显著增加公开蛋白-配体结构数量"的长期目标的一部分。

问：为什么数据集这么小还值得做成一个条目？
答：条目评价的不是"数据量"，而是"这份数据在方法学上的独特位置"。400 个化合物 + 三指标硬卡 + 全流程可复现 + 实验来源可信，这在当前的结构预测评测里非常稀缺。库内 DAIMS 给它 19/25，扣分主要在规模，而不是质量。

附录 T：数据准备检查清单（参赛者视角）

[ ] 已加入挑战 Discord 的 #openbind-challenge 频道
[ ] 已从 HF 下载 400 行 CSV，确认行数为 400
[ ] 已确认 ID 是三位数字补零（001 不是 1）
[ ] 已从教程仓库拿到 FASTA，确认两条链共 214 aa
[ ] 已确认 apo 结构用 8PN6
[ ] 已完成 400 个 SMILES 的 RDKit 解析，无解析失败
[ ] 已统计带 @ 的化合物数量（应为 84），对手性做了专门处理
[ ] 已本地跑通 validation/structure_validation.py，0 错误
[ ] 已在 HF Space 的 Submissions 页试传一次，收到成功回执
[ ] 已准备方法报告草稿（含数据来源、代码、权重可得性声明）

附录 U：本条目与其他"盲挑战"条目的读法差异

库内已有多个带"挑战/基准"字样的条目。读法上的关键差异在于评分对象：

评分对象	代表条目	读的时候重点看什么
数值预测精度	openadmet-expansionrx（1110）、tdc（131）	指标定义、切分方式、端点粒度
三维结构姿态	OpenBind（本条）	叠合方式、对称校正、物理校验
检索/富集能力	dud-e（144）	诱饵构造、EF 曲线
交互质量	plinder（184）	界面定义、复合物过滤
泛化到新靶点	plumber（1113）	未见靶点的划分方式

同一个模型在不同评分对象上的表现可以完全脱节：一个在 ADMET 回归上很强的模型，可能完全不会预测结构；一个对接很强的工具，可能连 SMILES 解析都不稳定。不要把跨条目的分数放在一起比较。

附录 V：原文表述存照（关键句）

以下为官方公告与 HF 卡片中的关键表述，保留英文原文以便核对：

规模：「predict protein–ligand complexes for 400 compounds, spanning small fragments to larger, lead-like molecules」。
赛程：「The challenge opens on 14 October 2026, with final submissions due on 16 December 2026」。
判定：「a prediction will be considered successful only if it achieves ligand BiSyRMSD < 1.5 Å, lDDT-PLI > 0.8, and passes all PoseBusters validity checks」。
总分：「The overall challenge score will be the fraction of complexes successfully predicted」。
实时榜：「report performance on approximately half of the compounds throughout the challenge」。
提交：「one protein–ligand complex for each of the 400 compounds」，「package these PDB files in a single ZIP archive」。
构体：「crystals in the P4322 space group with only one NS2B-NS3 complex in the asymmetric unit」（PDB 29HN）。
数据来源：「fragments from the EUbOpen DSiP extension and the Enamine Essential Fragments Libraries, follow-on compounds designed by the ASAP Discovery Consortium」。
束线：「beamlines I03 and I04-1 at Diamond Light Source」（proposal lb42888）。
软件：「autoPanDDA and Pipedream」，「refined in the XChemExplorer environment」。

附录 W：英文检索关键词组合

如需在外网检索本挑战的后续进展，可用以下组合：

"OpenBind" "Blind Challenge" "NS2B-NS3"
"blind_challenge_001" SMILES
"openadmet/openbind-blind-challenge-1"
"BiSyRMSD" "lDDT-PLI" PoseBusters
"Zika" "NS2B-NS3" "fragment screening" XChem
"OpenBind-0" of3-ob
"ASAP Discovery" "Zika" protease hit-to-lead

附录 X：易混概念辨析

概念 A	概念 B	区别
RMSD	BiSyRMSD	后者先做结合位点叠合 + 对称校正
lDDT（蛋白）	lDDT-PLI	后者只看蛋白-配体界面距离
PoseBusters	分子对接	前者是检查工具，不产生姿态
对接	共折叠	前者固定蛋白、搜配体；后者同时预测两者
共结晶	浸泡	前者一起长晶体；后者把化合物渗入已有晶体
亲和力	姿态	前者是结合强度，后者是三维构型；本挑战只考后者
PDB 8PN6	PDB 29HN	前者 apo，后者闭合构象构体
实时榜	中期榜	前者约半数化合物持续更新；后者全量一次性

附录 Y：对"AI-Ready"的再评估

按本库的 AI-Ready 定义（可直接被模型消费、标注可靠、格式标准、许可清晰），本数据集的状态是：

条件	满足度	说明
可直接加载	是	CSV 一行一化合物，SMILES 列可直接喂 RDKit
标注可靠	是（但扣留）	实验晶体学 + 人工复核；赛后才可得
格式标准	是	CSV / PDB / FASTA / SMILES 全是通用格式
许可清晰	部分	HF 卡片 Apache-2.0；参考结构待定
规模足够训练	否	400 个、单靶点
规模足够评测	是	400 个盲测配体已是同类赛事的正常规模

结论：它是"评测就绪"（benchmark-ready）的典范，不是"训练就绪"（train-ready）的数据集。把它放进 AI-Ready 序列时，应标注为评测型而非训练型。

附录 Z：致谢与资助链

角色	机构	贡献
主办	OpenBind 联盟	出题、产数据、办赛
托管与评测	OpenADMET	HF 组织、Space、Discord、bootstrap 方法学
化合物与化学	ASAP Discovery Consortium	hit-to-lead 化合物
束线与实验	Diamond Light Source	I03 / I04-1、XChem、autoPanDDA、Pipedream
资助	英国 DSIT	grant G2-SCH-2025-06-16537
资助	NIH NIAID AViDD	U19AI171399（ASAP 部分数据）
资助	Gates Foundation	2026-08-18 公布
支持	Radial（Astera Institute）	OpenADMET 盲挑战持续支持

附录 AA：一句话回答十个进阶问题

为什么是结构不是亲和力？ 结构预测的可评测性更强，参考结构可从晶体学直接得到。
为什么是 400 不是 4,000？ 每个化合物都要真的解析出复合物，实验通量决定上限。
为什么要三个指标？ 分别接住位置错、界面错、几何错三类失败。
为什么实时榜只放一半？ 防对着榜单过拟合。
为什么要求方法报告？ 挡住不可复现的黑箱成绩。
为什么 apo 用 8PN6？ 它是 2023 年发布的、与本构体匹配的无配体结构。
为什么 29HN 被误写成 apo？ 官方公告把构体码与 apo 码写混了，见坑 1。
为什么基线都做五样本筛选？ 首样本的物理有效性明显更差。
为什么碎片更难？ 重原子少、口袋浅，同样 1.5 Å 对小分子更苛刻。
为什么和 ExpansionRx 不合并？ 一个考性质、一个考结构，标注体系完全不同。

附录 AB：内容边界声明

本条目只描述数据与赛事机制，不提供：

任何参赛策略的分数承诺；
对特定商业软件或模型的优劣判定；
对寨卡疫苗或抗病毒药物有效性的临床判断；
对赛后参考结构许可的推测性结论。

所有数字均注明来源；自算数字与官方数字并列时已标注口径差异。

附录 AC：命令行一步步跑通（新手向）

本节假设你从零开始，机器上已有 conda 与英伟达 GPU（或有足够的 CPU 内存跑小批量）。

AC.1 拿数据

# 化合物清单
curl -L -o blind_challenge_1.csv \
  https://huggingface.co/datasets/openadmet/openbind-blind-challenge-1/resolve/main/openbind-blind-challenge-1-TEST-BLINDED.csv

# 教程仓库（含 FASTA、校验器、评测脚本、基线报告）
git clone https://github.com/OpenADMET/OpenBind-Challenge-1-Tutorial.git
cd OpenBind-Challenge-1-Tutorial

AC.2 先验一遍"空提交"

最快的格式自查方法，不是先跑模型，而是先用官方示例包跑一遍校验器：

python - <<'PY'
from validation.structure_validation import validate_structure_submission
ok, errs = validate_structure_submission(
    "outputs/example_structure_submission.zip"
)
print(ok, len(errs))
PY

如果这一步就报错，问题在环境（比如 MDAnalysis 版本），不在你的模型。先把环境跑通再谈建模。

AC.3 单化合物试跑（Boltz-2 示例）

boltz predict ./boltz_inputs \
  --out_dir ./preds_boltz2 \
  --diffusion_samples 5 \
  --output_format pdb \
  --seed 42

跑完先看输出的 PDB：是否有 LIG 残基、链数是否 ≤3、配体原子数是否与 SMILES 一致。单化合物不能通过这三条，批量跑 400 个必然是浪费。

AC.4 批量与打包

# 伪代码：逐化合物生成 blind_challenge_XXX.pdb
for i in $(seq -w 1 400); do
  cp preds/${i}/model_0.pdb submission/blind_challenge_${i}.pdb
done
zip -r submission.zip submission/

注意 seq -w 的补零宽度是 2，需要改成 printf "blind_challenge_%03d.pdb" 才是三位补零。这是最容易出错的一行。

AC.5 提交前最后一公里

本地跑官方校验器，确认 0 错误；
在 HF Space 的 Submissions 页上传；
到 Discord #openbind-challenge 频道确认收到回执；
记录提交时间戳——中期榜与终稿榜都按 UTC 23:59 截断。

附录 AD：数据质量观察

AD.1 一份"看不见"的数据集如何评价质量

参考结构不可见，质量只能从侧面推断：

侧面	观察	推断
实验方法	X 射线晶体学，P4₃2₂，单复合物/不对称单元	结构解析歧义少，配体归属清晰
复核流程	XChemExplorer 人工检查	结合事件经过人工确认
蛋白构体	双顺反子共表达闭合构象	活性口袋完整，适合碎片
配体来源	三个库混合	化学型多样，但分布不均
分辨率	29HN 1.774 Å；8PN6 1.61 Å	属于碎片筛选常见分辨率，配体密度可辨

AD.2 已知的不确定性

弱结合碎片的占据率：碎片亲和力常在 mM 级，占据率低，姿态的可信度低于强结合配体；
水的角色：NS2B-NS3 活性位点有若干结构水，是否在参考结构中保留会影响 lDDT-PLI；
构象选择：闭合构象的晶体结构可能受晶格堆积影响，与溶液态有差异。

AD.3 对使用者的建议

不要把这 400 个结构当成"绝对真理"。它们是在特定实验条件下得到的高质量快照，用于评测方法时，应同时关注"方法在多大程度上能复现这类快照"，而不是"方法是否发现了唯一的正确答案"。

附录 AE：为什么"成功率"比"平均分"更适合盲测

AE.1 平均分的问题

设甲方法 400 个里 300 个极准（RMSD 0.3 Å）、100 个完全错（RMSD 8 Å），平均 RMSD 约 2.2 Å；乙方法 400 个里 380 个中等（RMSD 1.4 Å）、20 个错，平均 RMSD 约 1.7 Å。按平均分乙胜，按"1.5 Å 内成功率"甲 300/400、乙 380/400 仍乙胜——这个例子还不够极端。

真正的问题出现在长尾：一个方法只要有少数几个灾难性错误（配体跑到蛋白另一侧，RMSD 30 Å），就会把平均分大幅拉低，掩盖它在绝大多数化合物上其实很好。反之，一个"全员平庸"的方法平均分可能更漂亮。

AE.2 成功率的优势

对长尾不敏感：错的都算 0，不会因为错得离谱而额外扣分（但也不会因为错得"接近"而得部分分）；
可解释：0.62 的成功率意味着"62% 的化合物三关全过"，任何人一看就懂；
与真实使用场景贴合：药物化学家不会用"平均 RMSD"，只会问"这个分子预测得对不对"。

AE.3 代价

丢失了"接近成功"的信息：RMSD 1.6 Å 和 16 Å 都算失败；
对阈值敏感：1.5 Å 与 2.0 Å 会给出不同的排序。

官方用"额外报告平均 BiSyRMSD、lDDT-PLI、PoseBusters 通过率"来缓解第一点代价，这是很务实的设计。

附录 AF：从 2026 年的视角看结构预测评测的演进

AF.1 三阶段

阶段	代表	特征	局限
回顾性基准	PDBbind、CrossDocked2020	参考结构在训练集里	泄漏导致虚高
时间切分	部分亲和力挑战	测试集晚于训练集	结构仍可能见过
前瞻盲测	OpenBind、ExpansionRx	答案在赛期内完全不可见	规模小、靶点少

AF.2 盲测的三条硬要求

参考结构必须在赛前就已确定且不可泄露——OpenBind 的 400 个复合物在开赛前就已完成实验；
评测脚本必须公开——GitHub 上的 evaluation/ 让参赛者能本地复现评分；
必须有多指标——单一指标容易被针对性优化。

这三条在本次挑战里全部满足，是它区别于"营销型挑战赛"的关键。

AF.3 尚未解决的问题

规模：400 个化合物对统计显著性够不够？官方用 bootstrap 处理，但 400 个样本的置信区间仍然较宽；
靶点单一：结论能否推广到激酶、GPCR 等其他口袋类型，未知；
赛后基准化：参考结构释放后，这批数据会不会进入下一代模型的训练集，从而失去"盲测"价值？这是所有前瞻挑战共同的宿命。

附录 AG：给数据工程师的 schema 说明

如果把本挑战的数据接入内部管线，建议的最小 schema 如下：

-- 挑战定义表
CREATE TABLE challenge (
  challenge_id      TEXT PRIMARY KEY,      -- 'openbind-blind-challenge-1'
  target_name       TEXT NOT NULL,         -- 'Zika virus NS2B-NS3 protease'
  target_pdb_apo    TEXT,                  -- '8PN6'
  target_pdb_holo   TEXT,                  -- '29HN'
  n_compounds       INTEGER,               -- 400
  open_date         DATE,                  -- 2026-10-14
  interim_deadline  TIMESTAMP,             -- 2026-11-11 23:59 UTC
  final_deadline    TIMESTAMP,             -- 2026-12-16 23:59 UTC
  score_definition  TEXT                   -- 'success rate under 3 criteria'
);

-- 化合物表
CREATE TABLE compound (
  challenge_id  TEXT REFERENCES challenge(challenge_id),
  molecule_name TEXT,                      -- 'blind_challenge_001'
  smiles        TEXT NOT NULL,
  heavy_atoms   INTEGER,
  has_stereo    BOOLEAN,
  PRIMARY KEY (challenge_id, molecule_name)
);

-- 提交表
CREATE TABLE submission (
  submission_id  BIGSERIAL PRIMARY KEY,
  challenge_id   TEXT,
  team           TEXT,
  submitted_at   TIMESTAMP,
  n_files        INTEGER,                  -- 必须 = 400
  validator_ok   BOOLEAN,
  success_rate   NUMERIC(5,4),
  mean_bisyrmsd  NUMERIC(6,3),
  mean_lddt_pli  NUMERIC(5,4),
  posebusters_ok NUMERIC(5,4)
);

三个字段值得特别强调：

n_files 必须与 challenge.n_compounds 一致，用于拦截不完整提交；
validator_ok 来自官方校验器的输出，不是自己写的检查；
success_rate 的分母固定为 400，不是实际提交数。

附录 AH：参赛者常问的十二个"细节问题"

Q1：文件名要不要包含路径？
不要。zip 内的路径无关紧要，但文件名必须是 blind_challenge_XXX.pdb，Path(name).stem 会被用来匹配 ID。

Q2：PDB 里能不能有多余的 HETATM（水、离子）？
校验器只要求"恰好一个 LIG 残基"，并对链数设上限 3。多余的水分子一般不会让校验失败，但会增加评分时的噪声，建议清理。

Q3：氢原子要不要保留？
校验器用 removeHs=True 读取配体，重原子匹配为主。但保留氢有助于 PoseBusters 的键长键角检查。建议保留并正确命名元素。

Q4：蛋白侧链要不要全？
参考结构来自晶体学，部分残基可能缺失。预测时用 8PN6 的完整序列更稳。

Q5：能否用 AlphaFold 3 的服务器版？
AF3 参数非商用，商用场景需谨慎。官方基线用的是本地部署。

Q6：Boltz-2 的 MIT 许可允许商用吗？
允许。但训练数据来源与下游合规需自行评估。

Q7：多采样多少合适？
官方基线用 5 个。更多样本会提高物理有效性，但成本线性增长。

Q8：能不能只对"有把握"的化合物多采样？
可以。校验器只要求 400 个文件齐全，不要求采样数一致。资源有限的团队常这么做。

Q9：实时榜显示多少分？
约一半化合物。具体是哪一半，官方未公开。

Q10：中期榜用全量，会不会泄露全部答案？
不会。中期榜只发布聚合分数，不发布参考结构。

Q11：赛后参考结构会包含全部 400 个吗？
官方表述是释放挑战数据集，按常规应包含全部。具体范围待公告。

Q12：能不能用本挑战数据训练商业模型？
数据卡片标 Apache-2.0，但参考结构许可未定。建议等赛后官方条款明确后再做商用决定。

附录 AI：三份基线报告的推理成本对照

模型	硬件	单复合物耗时	400 个全量	5 样本总结构数	显存需求
AlphaFold 3	NVIDIA GB10（128 GB 统一内存）	~14.2 s	~1.6 h	2,000	大（含 MSA 与模板）
Boltz-2	NVIDIA GB10	~7.9 s	~53 min	2,000	中
OpenBind-0	NVIDIA GB10	未单列	未单列	2,000	中

这张表最实用的信息是：一个 400 化合物、214 残基靶点的结构预测任务，在单台工作站上数小时就能跑完全量。这意味着这场比赛的门槛不在算力，而在方法设计与工程细节（多采样筛选、格式校验、立体化学）。

附录 AJ：错误日志速查

报错	根因	处理
`Zip file contains N .pdb files, expected 400`	文件数不对	补齐或去重
`Missing N expected structure(s)`	ID 命名不符	检查三位补零
`Missing residue 'LIG'`	残基名不对	改 `LIG`
`Found N 'LIG' residues, expected 1`	多个 LIG	清理多余配体
`Found N chains, expected 3 or fewer`	segment 划分异常	检查 TER / 链标识
`Ligand connectivity does not match expected SMILES`	质子化/互变异构/键级	按原始 SMILES 还原
`MDAnalysis failed to parse file`	PDB 格式损坏	用标准工具重写
`File is not a valid zip archive`	压缩格式问题	用 `zip -r` 重新打包

附录 AK：结语补充——这份数据的三重身份

一份考卷：400 个化合物的 SMILES，加上一条明确的三关及格线；
一次实验：XChem 流水线在单一靶点上规模化产出的 400 个真实复合物；
一个方法学宣言：把结构预测评测从"回顾性刷分"推向"前瞻性盲测"。

三者叠加，才是 OpenBind 盲测挑战 1 的完整身份。只看其中任何一个，都会误判它的价值。

维度	内容
本质	结构预测盲测赛：给定 400 个小分子的 SMILES + 靶点 apo 结构，预测蛋白-配体复合物三维结构
靶点	寨卡病毒（ZIKV）NS2B-NS3 蛋白酶，NS2B 辅因子 46 aa + NS3 蛋白酶域 168 aa
主办	OpenBind（Diamond Light Source 基地）｜合作 OpenADMET、ASAP Discovery Consortium
规模	400 个化合物（`blind_challenge_001`–`400`），重原子 9–36，均值 22.36
赛程	2026-09-30 公告 → 2026-10-14 开赛 → 2026-11-11 中期榜 → 2026-12-16 终稿
判定	BiSyRMSD < 1.5 Å + lDDT-PLI > 0.8 + PoseBusters 全部通过，三者同时满足才算成功
总分	成功复合物占比（成功率），缺失或不可评估一律计失败
提交	400 个 PDB 打包 zip，经 HF Space `openadmet/openbind-blind-challenge-1` 上传
许可	HF 卡片 Apache-2.0；参考结构赛后释放
库内近邻	openadmet-expansionrx（rid=1110，同主办方不同任务）、plinder（184）、pdbbind（134）、crossdocked2020（164）