跳到正文
  1. bioRxiv79

    RFD4-Proteina 以共享潜空间推理设计生物分子

    RFD4-Proteina 用一个涵盖标准与修饰氨基酸、糖、DNA和RNA的共享化学与构象潜空间开展生物分子设计。模型以内在循环优化分配计算、以外在推理按能量或几何等约束引导搜索,在计算机模拟蛋白设计基准上的设计成功率和生成吞吐量高于此前评估的所有方法。

    推荐理由:论文将蛋白、DNA、RNA与糖类纳入同一化学潜空间,并用内在与外在推理处理能量与几何约束。

  1. bioRxiv77

    来源更新 2026-11-15

    Pallatom2 用原子到原子建模设计从头蛋白和蛋白结合剂

    研究团队提出 Pallatom2,一个仅 65.9M 参数的原子到原子生成模型,可联合建模蛋白序列、主链构象、侧链几何与靶点界面接触。在 210 个候选结合剂中,生物层干涉技术识别出 112 个活性设计(53.3%),十个实验评估靶点均获得结合剂,SC2RBD 与 PD-L1 的表观 K_D 分别为 3.96 pM 和 33.8 pM。

    推荐理由:Pallatom2 以 65.9M 参数把序列与原子几何放进同一模型,摘要给出十个靶点的结合实验数据,便于比较蛋白结合剂设计路线。

  1. arXiv77

    分子相互作用基础模型 Bonbon 展现三类零样本涌现能力

    分子相互作用基础模型 Bonbon 基于约 3.2 万亿 token 的配对蛋白质-配体序列训练,在功能、残基和键三个层级展现零样本涌现能力。这些能力可泛化到分布外复合物,训练未使用任务特定监督或结构坐标;42M 到 1.6B 六个规模的受控实验显示,最大规模处能力明显跃升,而预训练损失平滑下降。

    推荐理由:Bonbon 在 42M 到 1.6B 六个规模上的受控实验显示,预训练损失平滑下降时零样本能力仍可能突然出现。

  2. bioRxiv71

    AllositeUltra 与 AsBench2:跨状态表征学习实现动态蛋白别构位点前瞻发现

    研究提出跨状态位点识别基准 AsBench2 和深度学习框架 AllositeUltra,后者在 apo 与底物结合态结构上的 Top-3 位点回收率分别为 65.2% 和 70.6%,相对最佳基线提升 36.4% 和约 50%。

    推荐理由:论文提出跨状态识别框架与配套基准,读者可了解它如何把位点识别与静态口袋几何解耦,并在不同构象态上做对比。

  3. arXiv71

    ProTEUS:用于闭环蛋白质进化的突变分辨世界模型

    ProTEUS 是用于闭环蛋白质进化的突变分辨世界模型,在 zero-shot 和有监督微调的突变预测任务上超过现有模型。它用 MutationFormer 的突变偏置注意力学习序列、进化和结构联合表示,并用物理约束全原子预测器实现比 AlphaFold3 快 10 倍以上且保证物理有效性的预测。

    推荐理由:这一工作把突变预测、快速全原子结构与闭环实验反馈放进同一框架,便于理解蛋白质定向进化的计算与实验衔接。

  1. bioRxiv73

    REXzyme 将化学反应翻译为酶序列并用于甲酸脱氢酶改造

    研究团队提出 REXzyme,一个以用户定义化学反应为条件生成酶序列的翻译模型,并将其用于甲酸脱氢酶改造。生成的 20 个酶均以可溶性蛋白表达和纯化,并表现出 CO2 还原活性,其中活性最高的设计达到参考酶比活性的 2.5 倍。设计变体的所有替换都位于催化位点之外的远端位置。

    推荐理由:论文展示把化学反应翻译成酶序列的生成模型如何用于甲酸脱氢酶改造,20 个设计均表达且最高活性达到参考酶 2.5 倍。

  2. bioRxiv72

    来源更新 2026-11-10

    AlphaEnzyme 利用催化知识指导酶的发现与进化

    研究团队提出酶基础模型 AlphaEnzyme,以与反应配对的酶结构表示为基础,可同时读出催化兼容性、动力学和突变响应。在时间切分基准上,其 top-1 催化剂检索成功率为 30.1%,最强基线为 17.2%;对与动力学训练集序列一致性不超过 40% 的酶,Michaelis 常数预测的排名相关性达到 0.64。

    推荐理由:读者可对比 AlphaEnzyme 在时间切分基准上与最强基线的检索成功率差距,并了解从酶检索到突变优先级的前瞻验证路径。

  1. Nature CommunicationsIF(5) 18.966

    DeltaCata 用几何深度学习预测突变引起的酶动力学参数变化

    研究团队提出 DeltaCata,用孪生几何图神经网络直接预测突变引起的 Δkcat 与 ΔKm 变化。作者通过语言模型辅助解析与人工校验,构建配对野生型与突变体的高质量数据集,模型在未见酶上表现优于现有方法。在甲基转移酶 sGmOMT2 上,DeltaCata 将体外 icaritin 合成的催化效率最高提升 7.0 倍。

    推荐理由:论文构建突变效应数据集并直接建模动力学参数变化,其筛选与酶改造验证为酶工程提供了一种可迁移方法。

  1. NatureIF(5) 56.772

    研究团队提出结构引导 RNA 基础模型 structRFM 并开源

    研究团队提出结构引导 RNA 基础模型 structRFM,将碱基配对关系融入掩码语言建模并在数百万条序列与二级结构数据上预训练。该模型在 15 个生物语言模型的零样本同源分类中位列前茅,刷新二级结构预测基准,在 RNA Puzzles 数据集上的三级结构预测较 AlphaFold3 提升 19%,内部核糖体进入位点识别的 F1 分数提升 49%。

    推荐理由:读者可据此了解结构引导预训练如何提升 RNA 结构与功能预测,以及作者开源的数据集和预训练模型。

  2. bioRxiv72

    研究团队在大肠杆菌中量化超 39,000 个蛋白变体的单体产量并开发 ESMC-MonoYield

    研究团队开发了一种结合肽条码、尺寸排阻色谱和质谱的混合检测方法,在统一的大肠杆菌生产条件下量化了超过 39,000 个蛋白变体的单体产量。基于该数据集,团队评估了折叠稳定性与产量的关系、逆折叠方法和结构预测置信度指标,并开发了仅凭氨基酸序列预测产量的蛋白语言模型 ESMC-MonoYield。研究还针对 BindCraft 设计的结合蛋白展示了高产候选的富集。

    推荐理由:超过 39,000 个蛋白变体的标准化产量数据,为评估逆折叠方法和筛选设计候选提供了统一参照。

  3. Nature CommunicationsIF(5) 18.966

    PathLUPI 用基因组锚定嵌入提升组织学图像的分子预测

    PathLUPI 通过训练时引入转录组信息生成基因组锚定的组织学嵌入,推理时仅用全切片图像即可进行分子预测。在 20 个队列、11,257 例样本的 49 项分子肿瘤任务上,其表现优于仅用全切片图像训练的方法,14 项生物标志物预测和分子分型任务的 AUC ≥ 0.80,5 类主要癌症生存队列的 C-index ≥ 0.70。

    推荐理由:论文在 20 个队列的 49 项任务上比较仅用全切片图像的模型,显示训练时引入转录组信息可改善仅凭图像的分子预测。

  1. bioRxiv76

    机器学习引导设计强转录激活结构域

    研究团队计算生成50万条候选序列,用现有机器学习模型预测转录激活结构域(AD)功能,并从中选出18750条在酵母中验证。16770条测量良好的序列中超过90%具有AD功能,多个模型共同预测为活跃的序列表现更强。研究据此开发了快速共识AD预测器 MADRIGAL,部分设计AD在真菌、植物和人类细胞中仍保留功能。

    推荐理由:研究将序列到功能模型纳入设计循环,并在酵母中验证大量候选序列,为无序蛋白设计提供了可迁移的方法。

  1. Nature CommunicationsIF(5) 18.972

    IDPForge:用于全局与局部无序区域蛋白质的深度学习方法

    研究团队提出 IDPForge,一种基于 Transformer 蛋白语言扩散模型的方法,可生成全原子 IDP 及保留折叠结构域的 IDR 构象集合。该方法无需序列特异性训练、无需从粗粒化表示反变换,也无需集合重加权,生成结果与 NMR 和 SAXS 溶液实验数据吻合良好。IDPForge 已作为开源资源提供,并支持按需使用实验约束进行偏置。

    推荐理由:论文提出无需序列特异性训练的扩散模型 IDPForge,能生成含无序区的全原子蛋白构象集合,并与 NMR 和 SAXS 数据吻合良好。

  1. arXiv77

    GlycoWeave 扩散框架实现蛋白质与糖复合物的准确结构建模

    研究团队提出糖特异性扩散框架 GlycoWeave,用于预测蛋白质与糖复合物结构,在698个复合物基准上取得71.9%的Top-25高质量成功率,AlphaFold 3为19.2%。

    推荐理由:论文在698个蛋白质与糖复合物样本上对比AlphaFold 3,并给出单构象采样耗时,便于判断专用扩散框架的取舍。

  2. Nature Computational ScienceIF(5) 21.967

    Hi-TPH:用于准确预测 T 细胞受体-pHLA 结合的机器学习数据集与基准

    论文提出用于 TCR-pHLA 结合预测的 Hi-TPH 大规模分层数据集与基准,并开发在其上微调的 Hi-TPH-PLMs 蛋白语言模型集合。该模型集合在外部湿实验测试集上比当前最先进工具提升 19.2%,数据集还采用 on-the-fly 选择方法生成非结合样本。Hi-TPH 与 Hi-TPH-PLMs 已公开释出,作者利用分层结构分析了不同分子组分对结合预测的贡献。

    推荐理由:论文给出大规模分层 TCR-pHLA 数据集和配套蛋白语言模型,外部湿实验测试集上 19.2% 的提升可作为比较数据构建与建模选择的参考。

  1. Nature CommunicationsIF(5) 18.964

    研究提出基于 ESM 的 KaML-ESMs 预测蛋白质静电性质

    研究提出基于 ESM 蛋白语言模型的 KaML-ESMs,用序列预测六类残基的电离常数,在四个基准上优于其他方法,原生蛋白中均方根误差约 0.5 个单位。在 89 个缺乏进化支持的埋藏工程突变上性能下降,作者认为监督训练可能帮助克服这一限制。将 KaML-ESM2 用于整个人类蛋白质组时,预测的 pKa 可识别功能位点并推断催化机制,团队同时提供 KaML 预测平台。

    推荐理由:论文用 ESM 蛋白语言模型预测电离态,在四个基准上报告误差并讨论埋藏突变的性能下降,读者可据此了解该方法的适用范围。

  1. Rosetta Commons67

    RFD4-Proteina 开源发布,提升计算蛋白质设计效率与精度

    RFD4-Proteina 是 IPD 与 NVIDIA 合作开发的新一代 RFdiffusion 模型,已在 Rosetta Commons GitHub 组织开源发布。该模型在计算效率和设计精度上有所提升,可探索配体-蛋白相互作用、核酸链结合和抗体设计等任务。IPD 早期用户报告部分设计周期从数月缩短到数天,模型还用潜空间方法统一结构生成与序列生成。

    推荐理由:文章呈现 RFD4-Proteina 的开源发布与多机构协作背景,读者可了解蛋白设计模型如何借开放生态加快开发并推进应用。

  2. GEN 新闻79

    NVIDIA 与华盛顿大学 IPD 发布开源蛋白质设计模型 RFD4-Proteina

    NVIDIA 与华盛顿大学医学院蛋白质设计研究所(IPD)发布开源生成模型 RFD4-Proteina,基于 BioNeMo 平台,可联合优化蛋白质序列、结构及相互作用分子结构。

    推荐理由:材料交代 RFD4-Proteina 的开源许可、性能对比与可用平台,便于判断蛋白质设计模型进入研发流程的入口。

  1. bioRxiv74

    AlphaVariant 结合进化先验强化学习实现稀疏反馈下的多位点酶优化

    研究团队提出强化学习框架 AlphaVariant,将生成式进化先验与迭代更新的低样本量适应度模型结合,用于搜索大型组合蛋白质序列空间。

    推荐理由:在六个实验测量的蛋白质适应度景观中,AlphaVariant 在三个大型多位点场景排名第一,并在两轮设计-测试后报告活性提升。

  2. NatureIF(5) 56.780

    Pinal 用自然语言可编程设计功能蛋白质

    研究团队提出 160 亿参数的蛋白质设计基础模型 Pinal,可根据自然语言描述生成候选蛋白质。Pinal 在 17 亿合成标注的蛋白质-文本对上训练,将功能意图与蛋白质序列和结构关联。

    推荐理由:Pinal 以自然语言直接生成蛋白质候选并在四类任务中观察到目标功能,呈现了蛋白质设计接口的变化。