EquiBind 论文精读：等变网络如何预测结合姿势

EquiBind（Stärk 等, ICML 2022）用 SE(3) 等变神经网络一次性直接预测配体的结合姿势，代表了「回归式直接预测」对接路线。

核心思想

• 等变性：网络对旋转/平移等变，保证预测的物理一致性。
• 一步预测：不做迭代搜索，直接回归出结合构象，速度极快。
• 盲对接：同时预测结合位置与姿势。

意义与局限

• 意义：展示了等变网络做对接的可行性与极致速度。
• 局限：一步回归精度有限，常需后处理修正；后续 DiffDock 用生成式提升了表现。

延伸资源

• 配套：101《DiffDock》、160《等变神经网络》（AI 模型模块）。