ByteDance выпустила Protenix-v1: Open-Source модель для прогнозирования биомолекулярных структур

ByteDance 8 февраля 2026 года представила Protenix-v1 — открытую модель для предсказания структуры биомолекул, которая воспроизводит архитектуру и возможности AlphaFold3 (AF3) и распространяется с исходным кодом и весами модели под лицензией Apache 2.0.

Что представляет собой Protenix-v1

Protenix-v1 — это, по описанию MarkTechPost, «комплексное воспроизведение AlphaFold3»: не урезанный аналог, а модель, нацеленная на тот же уровень точности при сопоставимых условиях. ByteDance опубликовала не только код, но и сами веса модели (model parameters) — значит, систему можно запускать и дообучать самостоятельно, без обращения к закрытому API или платному сервису.

• Разработчик модели — ByteDance
• Название релиза — Protenix-v1
• Заявленная цель — точность на уровне AlphaFold3 (AF3)
• Код и веса опубликованы под лицензией Apache 2.0
• Целевые типы структур — белки, ДНК, РНК и лиганды
• Материал о релизе MarkTechPost опубликовал 8 февраля 2026 года

Лицензия Apache 2.0, под которой вышла модель, — одна из самых permissive среди открытых лицензий: она разрешает коммерческое использование, модификацию и распространение производных версий без обязательства раскрывать их исходный код. Для лабораторий и стартапов это означает, что Protenix-v1 можно встраивать в собственные продукты и пайплайны без юридических ограничений, характерных для более строгих copyleft-лицензий.

Как модель сравнивают с AlphaFold3

Ключевой вопрос, который ставит MarkTechPost — насколько близко открытая модель может подойти к точности AlphaFold3, если уравнять три параметра: данные обучения, масштаб модели и бюджет инференса. Такая постановка вопроса важна: она превращает Protenix-v1 не в самостоятельный продукт с абстрактными заявлениями о качестве, а в модель, которую можно оценивать по чётким, сопоставимым условиям против конкретного ориентира.

«Насколько близко открытая модель может подойти к точности

AlphaFold3, если сравнять данные обучения, масштаб модели и бюджет инференса?» — так MarkTechPost формулирует главный вопрос материала о Protenix-v1.

Сама формулировка вопроса указывает на методологию, использованную при описании модели: сравнение идёт не по абсолютным цифрам бенчмарков, а по равным вводным — то есть при одинаковом объёме обучающих данных, схожем масштабе параметров и одинаковом бюджете на инференс. Это делает заявку ByteDance более проверяемой, чем маркетинговые сравнения без указания условий.

Какие структуры прогнозирует модель

Protenix-v1 нацелена сразу на несколько классов биомолекул — белки, ДНК, РНК и лиганды, то есть на ту же многозадачность, которой известна AlphaFold3. Это отличает модель от узкоспециализированных систем, работающих только с одним типом структур: разработчики явно указывают, что цель — покрыть все основные классы, с которыми работает AF3, в рамках одной архитектуры.

Открытая публикация кода и весов расширяет круг тех, кто может работать с моделью такого уровня. Лаборатории и исследовательские группы без доступа к закрытым коммерческим системам получают возможность воспроизводить эксперименты и встраивать Protenix-v1 в собственные пайплайны напрямую, а не через ограниченный внешний API.

Что это значит

Открытая модель, которая целится в уровень точности AlphaFold3 сразу по нескольким классам биомолекул и распространяется с полным кодом, весами и permissive-лицензией Apache 2.0, снижает порог входа в структурную биологию для команд без доступа к закрытым системам и позволяет проверять заявленную точность независимо, а не на слово разработчика.