ESMfluc:追踪蛋白质语言模型主链变异性预测背后的证据来源
作者提出 ESMfluc,用 ESM2 或 ESM3 表示预测蛋白质局部主链变异性,并拆解注意力分类器最终阶段中各序列位置提供的证据方向。
作者提出 ESMfluc,用 ESM2 或 ESM3 表示预测蛋白质局部主链变异性,并拆解注意力分类器最终阶段中各序列位置提供的证据方向。
研究团队提出 Neopep,一种面向含非天然氨基酸肽段的序列到结构扩散模型,先以 PDB 结构预训练,再用冻结的机器学习力场能量作为强化学习信号微调。模型训练覆盖 189 种非天然氨基酸,原子级架构原则上可推广到任意化学结构。论文报告,其生成结构相对真实结构的 RMSD 平均值低于未微调版本和其他先进结构预测模型。
研究团队用 AI 蛋白设计工具 BindCraft,针对 STAT3 的 SH2、linker、DNA 结合与 coiled-coil 结构域上的 7 个热点设计 miniprotein binder,139 个设计通过筛选,11 个高置信度候选来自其中 5 个热点。
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。
来源更新 2026-11-14
作者发布 POISK 数据集,用 LLM 流程从 10110 项美国专利中抽取 89074 条抗体-抗原记录,并据此构建 22494 个复合物的平衡基准。在此基准上,六种结构预测模型中 Protenix-v2 表现最好,全部配对的 pairwise 准确率为 72%,最自信的一半达 87%,在 50 个候选中挑出真结合物的比例为 29%。
推荐理由:作者用专利抗体数据搭出基准,横向比较六种结构预测模型区分真结合物与诱饵的能力,可据此判断零样本筛选信号的边界。
研究团队将生成式蛋白设计与基于深度学习的集合预测结合,设计出可用于冷冻电镜的基准标记,以解析GPCR构象状态。他们高通量测定了四种具药物相关性的GPCR非活性态结构,并为β2肾上腺素受体构建胞外标记,在无G蛋白条件下观察关键胞内基序的重排。与近期共折叠模型比较后,作者指出当前方法在预测配体诱导的GPCR构象上存在明显差距。
推荐理由:论文将生成式蛋白设计与深度学习集合预测结合,为GPCR难以捕捉的构象状态提供可迁移的结构解析思路。
作者计算设计靶向 IL-23 细胞因子 p19 亚基 IL-23R 结合面的迷你蛋白候选物,并用长度稳健的 ipSAE 评分。常规 RFdiffusion/ProteinMPNN/ColabFold 流程在 972 个设计中未得到可靠预测界面,最佳 ipSAE 为 0.30;BindCraft 的 50 个设计中有 42 个超过 0.60,最高 0.804。
UnibindMD 串联 BindCraft、AlphaFold3-class/Boltz-2、PRODIGY、ADMET-AI 与 GROMACS/CHARMM36m 五个阶段,将蛋白靶点转化为经分子动力学验证的从头肽结合剂候选。
研究者在10个靶点上用基于 ESMFold2 的流程评估了单纯形投影梯度下降(PGD)用于基于幻觉的蛋白质结合剂设计。结果显示,PGD 比 softmax 参数化在更少迭代内最小化设计损失,并产生预测界面置信度更高的设计;在每靶点 1,024 个设计的 ipSAE 分布上尾筛选中,PGD 在 6 个靶点上显著改善且无靶点显著变差,并在所有靶点上产生更高的结构多样性。
研究提出 Astrolabe,一种可编程闭环框架,把结构条件序列生成与用户自定义目标结合,用于协调不同分子状态的生物分子设计。在受评方法中,Astrolabe 在蛋白质和小分子结合物基准上的计算通过率最高,并能容纳从局部有序化到多结构域重排的靶标构象变化。
研究团队提出 Trion-1,一个面向蛋白质的原生统一多模态扩散语言模型(dLLM)。它用统一的离散 token 空间同时表示序列、结构和自然语言,并以双向或半双向 token 交互替代严格从左到右的分解,统一了折叠、逆折叠、序列理解、结构理解、序列设计和结构设计六项能力,同时保留通用 LLM 的语言能力。
研究团队提出 MutaStruct,一个经残基级序列验证、坐标级质量控制、去重和防泄漏切分的单点突变蛋白结构对基准,用于评估突变诱导的结构变化预测。该基准对比仅序列结构预测、基于物理的修正和基于学习的修正方法,并加入 Copy-WT 诊断对照;结果显示 Copy-WT 在骨架指标上仍具竞争力,而方法排名在局部指标与突变位点指标间明显变化。
NuFold RNA 结构数据库发布,提供大规模预计算的全原子 RNA 三级结构模型及相应置信度指标。该数据库免除了本地运行方法的计算门槛,让生物研究社区可直接访问高精度 RNA 结构模型。NuFold 程序源码已在 GitHub 提供,预测结构与统计数据可通过 https://nufold.kiharalab.org/ 获取。
来源更新 2026-10-22
Rozsa 与 Erdos 提出 DEEP 框架,可直接从蛋白质结构预测器预测的残基对距离分布中提取有效统计势,无需用实验稳定性数据训练。DEEP-Boltz 在 64 项 ProteinGym 稳定性评测上的平均每项 Spearman 相关系数为 0.720,数值上优于匹配比较中的全部 97 个已发表零样本方法,与直接用实验稳定性测量训练的最佳预测器处于同一水平。
GCLDock 通过课程学习增强生成式柔性对接,采用线性节奏函数逐步纳入大幅构象变化样本,以缓解 apo 到 holo 的长尾结构偏移。在 PDBBind ESMFold apo 基准上,采用松弛和基于置信度的姿态选择后,GCLDock 的 top-1 成功率达 46.52%(配体 RMSD 小于 2A);额外要求 PoseBusters 有效性时为 40.26%,优于现有基线。
研究团队以 AlphaFold3 预测的 TAD 与辅激活因子相互作用为指导,设计并筛选出 300 多个对 Mediator、BRD4、NCOA 和 p300 的纳摩尔级结合蛋白。
推荐理由:研究把 AlphaFold3 预测界面与哺乳动物细胞筛选结合,为按亲和力定量调节转录输出提供了可迁移的设计思路。
论文提出 recAMPLIFY,一种采用递归预训练的蛋白质语言模型,使用与 AMPLIFY-350M 相同的 2T token 训练,155M 唯一参数比后者少 56%。
Rosetta Commons 在 GitHub 组织下发布 Chaperone,一个用于构建、执行和评估结构生物学工作流的统一框架。该框架由华盛顿大学蛋白质设计研究所成员开发,为 RFdiffusion3、AlphaFold3、ProteinMPNN、Boltz-2 等组件提供文档化的 block,并支持分支流程、并行任务提交和迭代循环。
推荐理由:框架把蛋白设计各环节拆成可组合模块,并内置任务编排与数据溯源,便于评估自建流程的整合成本。
ProtGlycanDock 研究提出蛋白-聚糖对接数据集与基准,并设计两种把聚糖构象知识注入通用分子结构预测模型的微调方法。基准覆盖蛋白质和聚糖泛化设置,评测物理对接、机器学习对接和结构预测三类共十种模型。
研究提出 MIEN,一种基于结构的等变图网络,用于评估糖链姿态与固定蛋白口袋的兼容性。模型在 5,241 个实验复合物上训练,并在 260 个蛋白不重叠复合物上区分实验姿态与非天然姿态;在 AutoDock-GPU 和 GlycanDock 候选池中,三个训练种子下 MIEN 选出更低 RMSD 的 top-1 姿态的次数多于这两个对接引擎,并将 1、2、4 埃以内的最佳姿态数量提高。
Google Antigravity 智能体科学工作台把跨多个数据库的抗菌肽检索压缩进单次会话,并借助 ProtNLM 扫描 UniProt 中数百万条未表征蛋白质序列。该技术演示在假肺炎链球菌中锁定一个对呼吸道感染病原体具预测活性的新型抗菌肽候选,目前正进行湿实验验证。同时推出嵌入其中的 Biomolecular Structure Viewer,让研究者与智能体共享 3D 结构画布并直接标注。
AlphaFold2 以来,AI 驱动的蛋白质结构与复合物预测进步显著,但不同相互作用类别性能差异大,动态性重要或缺乏强共进化历史时下降。相互作用可分为四类:当前方法基本可处理、结构兼容性因竞争/旁系同源/化学计量而模糊、缺乏足够共进化信号、依赖细胞环境/动态/无序;未来需减少对多序列比对的依赖,并转向细胞环境中的相互作用景观建模。
研究团队提出 HDOCK-Multimer(HDM)框架,将对接与组合组装结合,用于大型蛋白复合物结构预测。在 35 个大型异源复合物、172 个大型蛋白复合物和 7 个 CASP15 靶点三项基准上,HDM 表现优于 CombFold、MoLPC、AlphaFold-Multimer 和 AlphaFold3。该框架还能在未输入化学计量比的情况下预测化学计量比并为复合物建模。
推荐理由:该论文把对接与组合组装整合到一个框架,并在多个大型蛋白复合物基准上比较现有方法,可帮助判断两类技术路线的取舍。
研究团队提出仅依赖序列预测膜蛋白互作界面的框架 CHORUS,并构建覆盖 4,918 个物种的蛋白质组尺度开放图谱。在 4,655 个蛋白质链上下文的独立同源限制测试集上,CHORUS 的链宏平均精度为 0.643,高于 ScanNet-MSA 的 0.613,膜内区域为 0.746 对 0.645。
推荐理由:无需结构坐标即可预测膜蛋白互作界面,并构建跨物种蛋白质组尺度图谱,为大规模互作研究提供入口。
工信部等十部门联合印发《医药工业发展“十五五”规划》,提出2030年首创新药(FIC)全球占比25%以上、创新药产业规模年均增速20%以上,并把医药垂类大模型、智能体、高质量数据集和全流程AI应用场景列为核心发展方向。
研究人员构建出 Gs 偶联的可光切换 optoGPCR optoDRD1,可将 JSR1 的 Gq/i 活性转向 DRD1 的 Gs 通路。
ConforFlux 是一种面向 Boltz-2 的推理时方法,通过在主干单/对嵌入上施加成对 C-RMSD 排斥梯度来耦合并行结构预测轨迹,且无需重新训练模型。
Isomorphic Labs 公布 IsoDDE 药物设计引擎及技术报告,称其在蛋白配体结构预测、抗体抗原界面和结合亲和力预测上超过 AlphaFold 3。
推荐理由:材料给出 IsoDDE 与 AlphaFold 3、Boltz-2 在结构预测和结合亲和力上的对比数据,可帮助判断 AI 药物设计系统的能力边界。
研究以 PDB 中 α-synuclein 结构的 TM-score 聚类作为已知多晶型参照,评估 AlphaFold 3、Boltz-2 和通过 ABCFold 运行的 OpenFold 3。
研究团队提出结构引导 RNA 基础模型 structRFM,基于 2100 万条 RNA 序列-结构对预训练,并公开数据集、模型权重和源代码。模型通过配对匹配操作把碱基配对相互作用融入掩码语言建模,同时提出多源二级结构集成 MUSES 以缓解预测器偏差,并用动态掩码比例平衡结构引导与核苷酸级掩码。
推荐理由:材料给出 2100 万条序列-结构对、开放权重和源代码,便于比较结构引导预训练模型与 AlphaFold3 在 RNA 结构任务上的表现。
研究团队提出构象自编码器 CyclicCAE,用于快速生成异手性大环肽的能量稳定主链构象和可设计骨架。由于缺乏大型大环数据集,团队用基于物理的模拟在计算机中构建训练集,并显示该方法能捕捉 Protein Data Bank 中大环可及的构象,较 Rosetta GeneralizedKIC 有明显速度优势。
Isomorphic Labs 与 Google DeepMind 发布 AlphaFold 3,可预测蛋白质、DNA、RNA 和配体等分子的结构及相互作用。论文称其在蛋白质与其他分子相互作用的预测上较现有方法至少提升 50%,部分重要类别准确率翻倍。
推荐理由:原文给出 AlphaFold 3 在蛋白质与其他分子相互作用预测上至少提升 50% 的结果,并交代其覆盖 DNA、RNA 与配体的建模范围。
Isomorphic Labs 与 Google DeepMind 开发 AlphaFold 3,可输入蛋白质、DNA、RNA、小分子配体和离子并预测其复合物的 3D 结构。
推荐理由:原文说明 AlphaFold 3 可预测的分子类型与内部使用案例,读者可据此判断它在药物设计流程中的位置。
Isomorphic Labs 与 Google DeepMind 公布新一代 AlphaFold 的进展,模型能对 PDB 中几乎所有分子生成预测,并常达到原子级精度。覆盖范围从蛋白质扩展到配体、核酸及含翻译后修饰的结构。在抗体结合等药物发现相关任务上,它大幅优于 AlphaFold2.3;在蛋白-配体结构预测上超过所报告的最佳 docking 方法,且无需参考蛋白结构或配体口袋位置。
推荐理由:读者可借这份进展更新了解 AlphaFold 从蛋白质扩展到配体与核酸的模型变化,以及它对药物发现流程的意义。