五家全球大药企的2万私有结构首次合在一起——OpenFold3联邦学习登Nature头条，不用交换数据就能一起练药

Nature头条：OpenFold3联邦学习把5家全球药企的2万私有结构合在一起——制药数据孤岛硬约束被首次破解

影响分析 × 药企研发负责人 ｜ 深度研报

9月15日，Nature 以头条形式报道 OpenFold3 联邦学习项目——由 Apheris 牵头、5 家全球药企（AbbVie、Astex、BMS、强生、武田）联合训练的结构生物学基础模型，在“数据不出本地”硬约束下完成共训，配体姿态预测准确率从 29% 跃升至 47%，高质量界面预测从 35.6% 提升至 52.1%，显著超越 Boltz-2 基线 40.9%。AGI Hunt 直接称其为“制药联邦学习的 GPT-3 时刻”。

一、事件复盘：从实验室到 Nature 头条的 18 个月

OpenFold3 联邦学习项目由 AI 蛋白质结构联盟（AISB）发起，Apheris 作为技术中立的第三方 federated compute 平台牵头运营。项目历时 18 个月完成训练与验证，9月15日 Nature 头条首次披露训练数据规模与核心指标。

5 家参与药企——AbbVie、Astex、Bristol-Myers Squibb、强生、武田——均为全球 Top 20 大型药企，覆盖肿瘤、神经科学、免疫学等核心治疗领域。每家药企贡献其私有蛋白-配体共晶结构数据，全部数据始终保留在药企本地服务器，仅模型参数与梯度更新经过加密通道在参与方间流转。

训练的硬指标令人印象深刻：训练集包含 20,167 个私有蛋白-配体共晶结构，测试集 1,056 个独立样本，模型在配体姿态预测、界面质量预测两项核心任务上同时实现跃升。

论文在 Nature 头条发布时未经 peer review，但 AGI Hunt 等多家 AI 研究机构对其评价极高，类比为“基础模型在蛋白质结构领域的 GPT-3 时刻”。

二、技术核心：联邦学习如何在数据不出本地前提下完成共训

联邦学习的核心机制是把“数据不动、模型动”作为基础约束：

第一步，各参与方在本地完成模型训练。每个药企的私有蛋白-配体结构数据保留在其内部服务器，模型在本地数据上完成梯度计算。

第二步，加密通道传输梯度更新。各参与方将梯度更新（而非原始数据）上传至 Apheris 协调服务器，梯度更新经过同态加密处理，第三方无法反推原始数据结构。

第三步，全局模型聚合。Apheris 将各参与方的梯度更新按加权平均策略聚合成全局模型参数，再下发回各参与方进行下一轮本地训练。

第四步，重复迭代直至收敛。整个过程持续数十轮迭代，直至模型在测试集上达到性能稳定。

这一机制的关键在于对每家药企的 IP 保护是协议级的，而非信誉级的——即便 Apheris 或其他参与方出现恶意行为，也无法通过梯度反演恢复原始蛋白结构数据。

三、硬指标解读：配体姿态 29%→47% 意味着什么

OpenFold3 联邦学习的性能跃升集中在三个维度：

配体姿态预测：准确率从单药企独立训练的 29% 提升至联邦共训后的 47%，绝对提升 18 个百分点。配体姿态预测是药物发现早期阶段的核心任务，预测准确率每提升 10 个百分点，苗头化合物筛选效率可提升约 30%。

高质量界面预测：从 35.6% 提升至 52.1%，绝对提升 16.5 个百分点。高质量界面预测直接影响分子动力学模拟的初始构象准确性，对后续亲和力优化至关重要。

基线对比 Boltz-2：Boltz-2 作为当前最强的单点训练基线模型，准确率为 40.9%。OpenFold3 联邦学习模型在两个核心任务上均显著超越 Boltz-2，证明联邦共训带来的数据多样性收益大于模型架构改进收益。

四、Apheris 的角色：技术中立第三方如何成为关键基础设施

OpenFold3 联邦学习的核心创新之一，是Apheris 作为技术中立第三方的角色设计。

Apheris 不持有任何数据、不训练任何模型、不持有最终模型权重，仅提供 federated compute 平台服务。这种“基础设施型第三方”模式解决了过去药企联盟训练中的三个核心矛盾：

信任不对称：5 家竞争对手药企愿意共享梯度，本质上是相信 Apheris 作为中立第三方的协议约束，而非相信彼此。

IP 保护强度：同态加密与差分隐私的双重保护机制，让“数据不动”的承诺变成可验证的技术事实，而非商业承诺。

模型权重分配：训练完成的 OpenFold3 模型权重分为两个版本发布——OpenFold3-Assets（资产版本）仅向参与药企开放，OpenFold3-Open（开放版本）权重在延迟 6 个月后向学术界开放，确保参与药企的早期商业回报。

五、对药企研发负责人：联邦学习是研发投入产出比的新杠杆

对全球药企研发负责人而言，OpenFold3 联邦学习的真正价值不是单一项目的性能跃升，而是联邦学习作为研发投入产出比新杠杆的范式确立。

传统模式下，单家药企的私有结构数据规模通常在 1,000-5,000 个共晶结构区间，训练出的模型在跨靶点泛化上存在天花板。联邦共训后，模型可直接利用 20,000+ 量级的多样化数据，研发团队无需重复投入数据采集成本，即可获得性能更强的基础模型。

更深层的影响是数据资产化路径的转变。过去，药企的私有数据是封闭资产，仅供内部团队使用。联邦学习机制让私有数据在不暴露 IP 的前提下转化为“模型价值增量”，数据资产从消耗品转为投资品。

六、对结构生物学公司：被重新对标的压力

OpenFold3 联邦学习的发布，对 FROZEN、Chai-Discovery、Iambic 等结构生物学 AI 公司形成直接对标压力：

FROZEN：开源蛋白结构预测领域的代表项目，OpenFold3 联邦学习模型在多个核心任务上已超越 FROZEN 基线。

Chai-Discovery：聚焦蛋白-配体相互作用的 AI 公司，其核心模型 Chai-1 在配体姿态预测上的准确率被 OpenFold3 联邦学习显著超越。

Iambic：专注多模态分子设计的 AI 公司，其模型在跨靶点泛化能力上同样面临联邦学习模型的挑战。

这三家公司必须在 6 个月内拿出对标方案——要么加入联邦学习联盟，要么在单点训练上做出显著超越，要么在应用层做出差异化壁垒。

七、对中国制药行业的启示：数据协作基础设施的窗口期

OpenFold3 联邦学习的发布，对中国制药行业有三重启示：

启示一，数据协作基础设施的窗口期已经开启。过去中国药企联盟式合作多停留在学术联盟、临床试验层面，联邦学习为产业链级数据协作提供了技术基础设施。中国药企如不在 12-24 个月内建立类似的 federated compute 平台，将面临在 AI 制药新一轮周期中掉队的风险。

启示二，自主可控的 federated compute 平台具有战略价值。Apheris 作为中立第三方基础设施的角色被验证可行，中国市场对自主可控 federated compute 平台的需求将快速增长。

启示三，监管协同需要与产业创新同步。联邦学习涉及数据跨境、隐私保护、IP 归属等复杂问题，中国监管层需要及时出台针对联邦学习模式下的数据合规指南，为国内药企联盟训练扫清监管不确定性。

八、未 peer review 风险与商业化路径的不确定性

需要冷静看待的是，OpenFold3 联邦学习论文在 Nature 头条发布时尚未经过 peer review。Nature 头条报道通常基于新闻价值与初步验证，但学术严谨性仍需后续 peer review 流程确认。

商业化路径上，OpenFold3-Assets 仅向参与药企开放，OpenFold3-Open 延迟 6 个月开放权重，这种分层发布模式为参与药企提供了商业窗口，但同时也限制了学术界的二次验证。后续若 peer review 出现重大质疑，联邦学习的产业热情可能阶段性回落。

但无论如何，OpenFold3 联邦学习已经打开了“数据不动、模型动”的产业范式之门。这一范式的真正价值将在未来 24 个月的产业实践中被进一步检验。

Nature 头条、AGI Hunt 高评价、未 peer review 的争议——这三个信号叠加，意味着 OpenFold3 联邦学习不只是学术突破，更是制药产业数据协作范式的拐点。药企研发投入的下一轮重新分配，已经开始。

原文链接：https://www.nature.com/articles/d41586-026-02882-x

千方医数集编辑部 出品