我把论文全文调出来逐句对了一遍。骨架站得住：数据规模、PDBbind 审计、开源工具都对得上。但原帖有一段细节是整段虚构的，几组关键数字它没给口径，真正硬的成绩单反而一条没引。逐条说。
!" style="color: #6B7B5C;">氢该放哪儿：110 万条晶体真值教会一个 GNN
一、最要紧的一条：「macrogenes」整段是虚构的
原帖「细节二」说论文用了一个「macrogenes（大基因）」概念，把执行类似功能的多个基因归为抽象单元，再类比到互变异构体分组。我把 RSC 全文检索了一遍：macrogene 出现 0 次，gene 出现 0 次。互变异构体预测和基因组学本来就不是一个世界的概念——这段像是从别的文章里串门串来的。
同一段里的「与 Asp 形成 2.8 Å 氢键 / 断在 5.2 Å 外」我也查了：全文 Angstrom 出现 0 次。唯一相近的数字是 2.76 kcal/mol，论文原话是「水溶液互变异构体比例 1% 对应的自由能 cutoff」，不是「两种摆放的结合自由能差 2-3 kcal/mol」。这三个数看着具体，其实都查无出处。
二、真成绩单：原帖一条没给
摘要原话：模型在覆盖晶体、水溶液、类药分子的综合测试集上 recall 0.97、precision 0.88。正文还有 FPR 0.01、ACC 0.99、F1 0.92、PR-AUC 0.98；验证集 recall 0.90。具体架构是 AttentiveFP——不是泛泛的「图神经网络」，是它在验证集和测试集上 recall 最高才被选中。
对比的措辞要照原文说：摘要用的是 encouraging performance。引言里对 MolTaut（ANI-2x 加 DFT 溶剂模型）和 Wieder 等人的方法，只说了它们依赖几何优化或自由能计算、吞吐上不去，没有正面对决数字。原帖写「均显著优于现有方法」，超出了论文自己敢说的范围。
三、吞吐量的正确口径
论文 Table 3 给了实测：Enamine 全库 4,671,131 个化合物，单 GPU 节点 3.19 小时，折算约每分钟 2.4 万个。原帖「10 万个分子只要几分钟」方向对但没给口径——这组数它本该引用而没引，因为它比编的例子更有说服力。
四、作者与经费补全
第一作者 Xiaolin Pan（Zhang 实验室博士后）没错，但署名不止两位：Chao Han 和 Fengyang Han 都在 NYU 化学系挂名。经费来自 NIH R35-GM127040，Zhang 本人隶属 NYU Simons 计算物理化学中心。论文是 Edge Article，9 月 23 日上线，RSC 开放获取，谁都能读。
五、PDBbind 审计的完整表述
5,075 个多互变异构态配体、126 个疑似错标（约 2.5%）都对。但原帖漏了半句更硬的：每一处重排之后，除了「氢键网络更合理」，还有「未满足的极性原子更少」——后者是可数的结构指标，比形容词值钱。Zhang 的原话也值得全文引：这不说明蛋白结构错了，是「化学表示是后续建模的产物，应该用现代工具重新审视」。
六、边界与没解决的
原帖列的四条（动力学互变、激发态、金属配位、同位素）都对，这部分写得扎实。补一条论文自己的边界：CSD 的氢位置来自晶体环境，模型没对全库做溶液相实验分布的逐条验证——Phys.org 的报道把这条单独拎出来当 evidence boundary，拎得对。
下一根钉子
Zhang 组的前作 sPhysNet-Taut 需要 3D 构象，这次 2D 直出，吞吐差了几个量级。下一个该盯的：Tautomer-Predictor 跑完 ZINC / ChEMBL 全库之后，PDB 会不会把「入库前自动校对氢」变成标准流程——那才是 2.5% 这个数字从论文走向基础设施的时刻。