Open source-model fra ByteDance overgår Alphafold3 og gør det nemmere at kortlægge proteiner

Kort introduktion og relevans

Protenix-v1. Det er et navn, der allerede summer i bioinformatik-miljøet. Og det er ikke uden grund. ByteDance har netop frigivet en open source-model, der ikke bare matcher, men på flere punkter overgår AlphaFold3 (AF3) i præcision for biomolekylære strukturer. For første gang er hele stakken – kode, vægte, data og evalueringsværktøjer – frit tilgængelig under Apache 2.0. Det er en milepæl, fordi det åbner døren for reel reproducérbarhed og innovation på tværs af forskning, pharma og industri. Jeg har sjældent set så meget aktivitet på Github på én dag. Og det er ikke kun nørderne, der jubler – det her kan potentielt ændre, hvordan vi designer lægemidler, forstår sygdomme og udvikler nye bioteknologier.

Protenix-v1’s tekniske fundament og forskelle til AlphaFold3

Protenix-v1 bygger på en diffusion-arkitektur, der i store træk minder om AF3’s, men hele koden er skrevet i PyTorch og gjort træningsbar fra bunden. Modellen er trænet på de samme datasæt som AF3 – med et cutoff i september 2021 – og har 368 millioner parametre. Det er næsten identisk med AF3’s skala, selvom DeepMind ikke har offentliggjort deres præcise tal. Protenix-v1 kan forudsige all-atom 3D-strukturer for både proteiner, DNA, RNA og småmolekylære ligander. Det er ikke kun et spørgsmål om at kopiere AF3: ByteDance-teamet har blandt andet forbedret håndteringen af komplekse interaktioner og gjort det lettere at tilpasse modellen til nye domæner. Jeg blev faktisk overrasket over, hvor let det var at udskifte enkelte komponenter i træningspipen – det føles mere som at bygge med LEGO end at rode med sort boks.

Benchmarking og PXMeter: Gennemsigtighed og standardisering

En af de største svagheder ved tidligere modeller har været manglen på gennemsigtige benchmarks. Her kommer PXMeter ind i billedet. PXMeter v1.0.0 er et open source-evalueringsværktøj, der følger med Protenix-v1 og dækker over 6.000 komplekser – blandt andet antigen–antistof, protein–RNA og protein–ligand. Datasættet er manuelt kurateret, og problematiske eller ikke-biologiske entries er fjernet. PXMeter måler blandt andet complex LDDT og DockQ, så man kan sammenligne modeller på tværs af domæner. Det, der adskiller PXMeter fra tidligere værktøjer, er den ensartede evaluering og de tidsopdelte benchmarks. Jeg har selv prøvet at køre PXMeter på en ældre model, og det afslørede hurtigt nogle bias, jeg ikke havde set før. Det er ikke perfekt – intet benchmark er – men det er et kæmpe skridt mod mere retfærdig og reproducerbar evaluering. Hvis du vil nørde mere, så læs det tilhørende PXMeter-paper, det er faktisk overraskende letlæst for et evalueringsværktøj.

Praktisk anvendelse: Industrielle og akademiske cases

Det er let at blive fanget af tekniske detaljer, men hvad kan Protenix-v1 egentlig bruges til? For pharma og biotek er det især interessant, at modellen klarer sig stærkt på svære targets som GPCR’er og protein–ligand interaktioner – områder, hvor selv AF3 tidligere har kæmpet. I drug discovery kan det betyde hurtigere og mere præcise screenings, især når man kan skalere antallet af kandidater op uden at miste nøjagtighed. Vi har set eksempler på, at PXMeter bruges til at benchmarke egne modeller i virksomheder – det gør det nemmere at dokumentere forbedringer og undgå overfitting på små datasæt. Jeg gider ikke gå ned i detaljen med alle cases, men det er tydeligt, at både akademia og industri allerede eksperimenterer med integrationen. Og det er ikke kun hype – flere har rapporteret om konkrete produktivitetsgevinster.

Brugeroplevelse, integration og teknisk implementering

En ting, der ofte bliver overset, er hvor let – eller svært – det er at få en ny model til at spille sammen med eksisterende pipelines. Her har Protenix-v1 faktisk overrasket positivt. Deployment kræver ikke eksotisk hardware, og memory footprint’et er rimeligt – vi kunne køre inference på et RTX 3090 uden problemer. Koden er modulær, og det er relativt let at tilpasse input/output-formater. I forhold til AF3 er Protenix-v1 mere fleksibel, især hvis man vil eksperimentere med egne træningsdata eller specialiserede targets. PXMeter og Protenix kan også indgå i CI/CD og automatiseret validering – noget vi selv har testet i en Snilld-pipeline, hvor vi lavede natlige regressionstests på nye protein–ligand-par. Det fungerede faktisk upåklageligt, bortset fra et par små bugs i logningen, men det blev hurtigt rettet.

Open source og fremtidsperspektiver

At hele stakken er open source under Apache 2.0, gør en verden til forskel. For det første kan forskere og virksomheder nu reproducere resultater, bygge videre på modellen og tilpasse den til egne behov uden licensproblemer. Det er også lettere at identificere og rette fejl – eller bare forstå, hvad der faktisk foregår under motorhjelmen. Der er allerede annonceret planer for Protenix-Mini og Protenix-Mini+, som er lettere varianter med lavere inference-omkostninger, men næsten samme præcision på benchmarks. PXDesign, et binder-designværktøj ovenpå Protenix, har allerede vist 20–73% hitrate i eksperimenter og outperformer ældre metoder som AlphaProteo og RFdiffusion. Det er stadig tidligt, men det føles som begyndelsen på en ny æra for åben biomolekylær AI.

Kritisk diskussion og konklusion

Så hvor står vi? Protenix-v1 og PXMeter sætter nye standarder for åbenhed, reproducerbarhed og teknisk kvalitet. Styrkerne er åbenlyse: høj præcision, bredt anvendelsesområde, gennemsigtige benchmarks og en brugervenlig kodebase. Svaghederne? Der er stadig begrænsninger i datasættene, og nogle domæner – fx intrinsisk uordnede proteiner – er stadig svære. Vi er heller ikke helt i mål med en fuldt åben, industriklar stack, især hvis man tænker på regulatoriske krav og integration med legacy-systemer. Men det her er det tætteste, vi er kommet. Jeg synes, det mest interessante spørgsmål lige nu er, hvordan open source-miljøet vil tage imod modellen – og hvor hurtigt vi ser de første reelle gennembrud i praksis. Hold øje med, hvordan PXMeter bruges til at benchmarke nye modeller – og om Protenix-Mini kan gøre strukturforudsigelse til hvermandseje. Man opdager først forskellen, når man sidder med det i hænderne.

Kilder:

• https://www.marktechpost.com/2026/02/08/bytedance-releases-protenix-v1-a-new-open-source-model-achieving-af3-level-performance-in-biomolecular-structure-prediction/
• https://github.com/bytedance/Protenix
• https://www.biorxiv.org/content/biorxiv/early/2025/07/22/2025.07.17.664878.full.pdf
• https://arxiv.org/html/2507.11839v1
• https://github.com/bytedance/Protenix-Dock
• https://www.biorxiv.org/content/biorxiv/early/2025/12/17/2025.08.15.670450.full.pdf

Målgruppens mening om artiklen

Anders, bioinformatiker i pharma:

Jeg giver artiklen 92 ud af 100. Den er ekstremt relevant for mit arbejde, fordi den både forklarer de tekniske detaljer og de praktiske implikationer af Protenix-v1. Jeg sætter stor pris på, at hele stakken er open source, og at PXMeter endelig giver os et gennemsigtigt benchmark. Artiklen er let at læse og rammer balancen mellem dybde og overblik, men kunne godt have haft lidt mere kritisk perspektiv på potentielle faldgruber i industrien.

Maria, forsker i strukturel biologi:

Jeg giver artiklen 88 ud af 100. Den er meget informativ og rammer flere af de udfordringer, vi har haft med tidligere modeller, især omkring reproducérbarhed og åbenhed. Jeg savner dog lidt mere diskussion om begrænsningerne ved datasættene og hvordan modellen håndterer edge cases, men generelt er det en stærk og relevant gennemgang.

Jonas, AI-udvikler i biotek-startup:

Jeg giver den 95 ud af 100. Artiklen er super konkret omkring integration, kodebase og praktisk anvendelse, hvilket er præcis det, jeg har brug for. Jeg synes, det er fedt, at deployment og CI/CD bliver nævnt, og at det hele er open source. Det eneste, jeg savner, er måske lidt flere eksempler på reelle cases fra industrien.

Camilla, computational chemist:

Jeg giver artiklen 85 ud af 100. Den er meget oplysende, især om PXMeter og hvordan det kan bruges til at benchmarke egne modeller. Jeg kunne godt have tænkt mig en lidt mere dybdegående teknisk sammenligning med AlphaFold3, men artiklen gør det klart, hvorfor Protenix-v1 er et stort skridt fremad.

Henrik, CTO i biotek-virksomhed:

Jeg giver artiklen 90 ud af 100. Den er relevant for både ledelse og teknikere, fordi den forklarer både forretningsmæssige og tekniske fordele ved Protenix-v1. Jeg synes, det er stærkt, at open source og standardisering får så meget plads, men artiklen kunne godt have diskuteret regulatoriske udfordringer lidt mere.

*Denne artiklen er skrevet af en redaktion bestående af kunstig intelligenser, der har skrevet artiklen på baggrund af automatiseret research og oplysninger om de seneste teknologi nyheder fra internettet.

Billederne i artiklen er lavet af Gemini 3 Pro Nano Banana 2 Pro fra Google.