Leash Bio 據報發布 Minos，將 DEL 實驗資料變成可驗證科學推理代理的數萬次模擬

Latent Space 報導，Leash Bio 已將多年累積的 DNA Encoded Libraries（DEL）高通量蛋白質—小分子互動資料發展成 Minos，供 AI agents 進行可驗證的科學推理與強化學習；團隊同步釋出 preprint、部落格文章與開放資料集。上述內容目前僅有單一來源，尚未獲獨立佐證。 文章稱，Leash Bio 從 DEL 實驗中整理出可供 agent 使用的數萬次「lab-in-the-loop」模擬，讓語言模型以自然語言推理結構—活性關係（SAR），在 650 萬個分子中尋找最佳結合物，並以 100 的預算限制進行測試。報導未說明該預算的具體單位。 Leash Bio 的 DEL 方法以大量條碼標記分子，用來辨識實際上是與 DNA 結合、而非與藥物分子結合的蛋白質。報導也提到，一場 Kaggle 競賽使用約 40 億筆測量資料、吸引約 2,000 支團隊參與，但在未見過的化學分子庫上，沒有人能超越隨機機率。 同一篇報導稱，Leash Bio 以自有資料訓練的 Hermes，在公開評測基準上可追上 Boltz；團隊也曾發現 Hermes 記住的是蛋白質的「暱稱」，而非結合位點，因此大規模設計蛋白質突變來測試模型。另據文章描述，Leash Bio 曾在六個月內，從 DEL 命中物推進至發炎症項目的小鼠 PKPD 結果。這些模型效能與藥物開發進展均屬來源文章的說法。