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。
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。
来源更新 2026-11-15
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。
研究团队改造催化失活的ISDge10和ISAam1 TnpB系统,开发出可装入单个AAV、实现转录激活或抑制的紧凑型RNA引导表观编辑器。激活型Dge10on与Aam1on在体外激活多种内源基因,AAV9递送的Aam1on在体内激活Pdx1;抑制型方面,团队筛选248个人KRAB结构域后优化出Dge10off与Aam1off,在多种细胞类型中实现持久转录抑制。
推荐理由:研究在248个KRAB结构域中筛选出两套TnpB系统各自最强的抑制效应器,为紧凑型表观编辑器的效应器选择提供了可比较依据。
研究构建 MutAtlas,在实验解析的蛋白质结构上穷举单点替换,并对齐物理能量模型、蛋白质语言模型与逆折叠模型的突变信号,形成覆盖 PDB 的突变增强数据集。
研究团队通过系统发育引导的酶挖掘与蛋白质工程重编程 ThDP 依赖酶,实现了首个经 homoenolate 中间体的分子间 [3+2] 环化反应。他们从 Variovorax boronicumulans 中找到此前未表征的 ThDP-5 酶,改造得到 F484S 变体,活性与立体控制明显提升。
推荐理由:论文给出从酶挖掘到变体筛选的完整路径,可看蛋白质工程如何把一类酶的反应范围推向分子间环化。
Nextflow 在近期的 Nextflow Summit 上推出面向生命科学未解问题的闭环发现系统 Nextflow Frontier,称在公开生物基准 BioML-bench 的 24 项任务中有 22 项超过平均 96% 的榜单条目,OpenAI Rosalind 为 75%,Anthropic Claude Science 为 66%。
来源更新 2026-11-13
研究团队将稀疏自编码器引入ProteinMPNN,扩展其潜在空间,并发现稀疏维度激活与二级结构、残基体积、残基形状、二硫键及配体配位等蛋白特征相关。他们还通过操纵稀疏激活,生成比基于高温分子动力学模拟的传统机器学习方法更热稳定的Brolucizumab短链可变片段变体。该工作同时提供对蛋白设计模型的机制理解和对序列预测的可定制操纵。
研究提出 PULSE 激活引导方法,通过匹配正负性质蛋白并聚合相似度加权的单位归一化差异构建引导向量,不改动模型权重即可可控生成蛋白质序列。在溶解性、免疫原性、毒性三个优化目标上,其预测性质得分与优化成功率均优于全局群体质心引导。研究还提出 Local Directional Support(LDS)衡量迭代编辑轨迹可靠性,可在不做性质预测时优先筛选候选、提升成功设计比例。
PAMP 用梯度引导把可微的 turnover 目标直接映射为单氨基酸替换,在 2754 个酶-底物对上首轮平均预测增益为 0.1795 log2 单位,84.64% 的案例为正。排名前五的替换中有 99.49% 至少含一个正向候选,连续五轮后平均累积预测增益升至 0.5631 log2 单位。改用独立的不可微预测器重新打分,方法排序不变但绝对增益减弱。
作者用功能引导模型设计 lanmodulin 的稀土结合变体,并筛选三种策略共297个设计,发现结构置信度最高的面板结合率反而更低。结构置信度选中面板的铽结合率为16.7%(95% CI 10.4–25.7),功能引导面板为83.3%(74.6–89.5),两组结合几率相差25倍(Fisher p=1×10^-20)。
推荐理由:研究用297个设计比较结构置信度与功能监督两种筛选,显示结构置信度不能替代结合蛋白的实测功能排序。
研究团队用 RFdiffusion3 从头设计泛素连接酶,在 48 个设计中 35 个可泛素化模型肽,活性最高的接近定量转移。针对 PCNA 的 45 个可修饰赖氨酸,团队筛选出选择性修饰 K164 的连接酶,加入一个提升活性的替换并耦合 E1 依赖的供体激活后,从非激活泛素实现 90% 转化,速率和选择性优于天然混杂性 E2。
推荐理由:该研究用 RFdiffusion3 从头设计泛素连接酶,并在 PCNA 的 45 个赖氨酸中选定 K164 进行修饰,为定点蛋白修饰提供了可迁移的设计思路。
来源更新 2026-11-14
Biophysical Transformer 把连续生物物理场作为序列与结构之外的第三种预训练信号,模型仅凭序列预测每个三残基 token 周围的静电势。在 FLIP Meltome 热稳定性基准的两组人类划分上,该场目标在双方所有已训练头上提升 Spearman 相关性,去除与预训练语料重叠的测试蛋白后仍成立。模型规模为 1.1M 参数;混合物种划分无此增益,且结果仅基于每臂一次预训练运行。
作者提出 DecoyOpt 两阶段流程,先用 ESM3 生成功能位点诱饵,并由 MLP 区分酶、未注释蛋白与诱饵,再由对比学习模型预测 EC 号。该流程在三种拆分上评估了 16 个蛋白质语言模型,在最严格的 GraphPart 40% 拆分上取得 MCC 0.899 和 D0 诱饵 FPR 6.17%,优于重训基线。它还能正确注释全部 4 个野生型酶,并拒绝全部 8 个失活或近失活变体。
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。
研究团队用非天然金属卟啉替换血红素B,在从头设计的单血红素 m4D2 和双血红素 4D2 T19D 中实现超过400 mV的氧化还原电位调节。这些卟啉以高亲和力结合,X射线晶体学和NMR显示其未破坏血红素结合位点或整体蛋白结构。研究还给出装载非天然对称铁 2,4-dimethyldeuteroporphyrin IX 的 m4D2 类天然NMR结构,并称该模块化方法可用于构建可调电子载体。
推荐理由:用非天然金属卟啉替换血红素B,在保持蛋白结构的同时实现超过400 mV的氧化还原电位调节,为可调电子载体提供模块化设计路径。
Fapon 将在 AMP 2026 展示 AI 工程化酶与端到端 RNA 工作流。其 ProPrime II 可在 10 秒热激活后完成抗体释放,四重 qPCR 不到 20 分钟,并耐受 5% 全血和 9 种 PCR 抑制剂;VeloScript I 能在 55°C 合成最长 15 kb 全长 cDNA。
研究团队提出 650M 参数的蛋白质掩码语言模型 HyPLM-Flash,由自研研究智能体 Hyra 2.0 训练,使用 7260 亿 token,约为 ESM-2 650M 数据的 0.73 倍,模型权重与推理引擎已在 GitHub 发布。
研究提出 EvoMOBO,一种受进化启发的多目标贝叶斯优化主动学习框架,用于在有限评估预算下同时优化蛋白质的多个性质。在完整的类固醇受体 DNA 结合域(DBD)和 ParD3 抗毒素景观上,它相比现有方法获得更高的目标区域富集并保持序列多样性。两项酶工程任务把实验留作最终验证,机制描述符指导的优化将老黄酶底物转化率从 17.5% 提升到 95%,并使甲酸氧化酶的邻苯二甲酸二乙酯降解接近翻倍。
推荐理由:对比现有方法,EvoMOBO 在多目标蛋白优化中兼顾目标区域富集与序列多样性,并给出两项酶工程实验验证。
II 类二萜环化酶(DTC)借助 Z 构型底物生成了 ent-syn-CPP 和一种新的单环产物,扩展了可获得的二萜骨架范围。研究还考察了 DTC 对全部八种烯烃异构体的反应性,量子力学计算显示相关 Z-GGPP 走直接单环化路径;TerDockin 分析定位了决定单环与双环产物分配的关键残基,并据此改造产物走向。
研究团队发现并改造了来自 Streptomyces xanthophaeus GS-BS18 的羰基还原酶 Sx PR 6980,将其用于大位阻鬼臼毒素酮型底物的立体选择性还原。
推荐理由:研究通过晶体结构与分子动力学识别出决定立体选择性的第三口袋,为改造羰基还原酶处理大位阻底物提供了可迁移的设计思路。
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。
研究人员报道了一种以偕二溴代烷为卡宾前体的生物催化策略,可对烯烃进行高立体选择性环丙烷化。该方法对含供电子和吸电子基团的芳基乙烯生成 trans-1,2-二芳基环丙烷,收率最高超过99%,非对映选择性超过99:1,ee最高超过99%,并可用于构建sp3丰富的螺环骨架。机理研究支持α-卤代自由基中间体经化学或酶介导还原形成,进而生成参与卡宾转移的反应性血红素卡宾物种。
研究团队开发了 CODE-HB 平台,利用工程化人类B细胞系将体细胞超突变机制用于连续定向进化。该平台把 SHM 机制重定向到人类B细胞系的稳定非免疫球蛋白基因组位点,可连续进化胞质和表面展示蛋白,突变谱涵盖替换、缺失和插入。团队结合B细胞表面展示平台,进化出靶向禽流感及流感逃逸变异株的中和抗体。
推荐理由:这篇论文把B细胞体细胞超突变机制重定向到非免疫球蛋白位点,提供了一种在人类细胞中连续定向进化的可复用平台。
来源更新 2026-11-10
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。
KnowEvo 将外部化知识本身作为优化对象,把知识表示为可执行的专业知识模块、用策略变异树组织迭代改进,用于蛋白质稳定性与溶解度优化。框架以 Thompson 式预算分配配合代码智能体在隔离沙箱中的后向修订,让机制性知识持续积累与评估。在 pass@k、MRR、MAP、NDCG@5 上稳定优于初始策略模块、单体程序进化和此前的 LLM 引导进化基线,代码已在 GitHub 公开。
来源更新 2026-11-08
研究团队提出 EnzymeRSI,一个面向酶设计的双环递归自我改进系统,外环在不改变模型权重的前提下进化 harness 资产,内环在受控条件下开发预测与选择算法。
研究团队对14种植物中的苯丙氨酸解氨酶(PAL)进行系统发育引导的生化筛选,发现一个此前未表征的 PALnc 分支,部分成员在体外受 p-香豆酸、咖啡酸和4-羟基苯丙酮酸反馈激活。
推荐理由:这项研究从14种植物中筛出此前未表征的 PALnc 分支,为理解苯丙烷合成入口的调控差异提供了对比样本。
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。
研究团队将天然双核铜酶改造为对映收敛自由基(伪)卤化平台,其中巨大芽孢杆菌酪氨酸酶(BmTyr)经工程化后对稳定和不稳定烷基自由基均表现出较高活性与对映选择性。该双核铜体系还实现了非血红素铁酶难以完成的溴化、氯化和异硫氰化反应。电子顺磁共振和紫外-可见光谱分析确认了野生型与工程化细菌酪氨酸酶的双核铜特征。
推荐理由:研究把双核铜酶改造为自由基卤化平台,并覆盖溴化、氯化和异硫氰化等非血红素铁酶难以实现的催化反应。
研究团队提出 LAffAb 策略,从抗体-抗原复合物的晶体结构出发引入组合突变来优化能量,在含 7000 个变体、最多 9 个突变的组合库中实现最高 30 倍亲和力提升并同时优化稳定性。该库并未收敛到单一解,而是偏好高突变负载的多样变体。针对一个潜在药物靶点的小规模筛选仅测试 10 个设计,就得到亲和力提升一个数量级且保持较高可开发性的结果。
推荐理由:论文给出从抗体-抗原复合物结构出发的组合突变设计流程,可帮助理解亲和力与稳定性如何同时优化。
研究团队建立AI引导的抗冻肽发现框架,整合多模态抗冻蛋白预测、生成序列扩展与局部序列模式分析。AFPFusionLM结合序列和结构感知表示,在独立参考集上AUROC为0.937、AUPRC为0.957;对UniProt、冰川宏基因组及生成序列做多模型共识筛选得到87,305条候选蛋白记录,并在多个候选簇中发现周期性串联重复架构,识别出具有共享重复特征的短肽家族及天然变体。
研究团队通过祖先序列重建获得 8 个 CYP152 过氧化酶变体,其中 3 个变体的 Tm 达 66°C 至 76°C,并耐受溶剂、H₂O₂ 和极端 pH。这些变体还能利用非天然底物,CYP152-AncG2 可一锅化学酶法进行 C─C 键偶联以合成甲氧基二苯乙烯,并可作为定向进化模板。1.83 Å 的 X 射线结构和 MD 模拟显示,环结构、表面盐桥和优化的底物通道是其优良特性的关键。
研究挖掘出多前体剪接酶 HypX,并用 AlphaFold3 模型结合 Rosetta 计算排序数百万变体,发现高分肽的剪接效率高于单点突变体。HypX 来自 Hyella patelloides,在大肠杆菌中修饰了 7 个天然前体中的 5 个。单点突变显示 HypX 和此前鉴定的 PlpX 具有混杂性但底物范围不同,结构建模还解释了位置特异性耐受及一项辅因子约束。
Thao Nguyen 等提出 iGC,一个面向抗原特异性抗体优化的两阶段强化学习框架。第一阶段从 B 细胞谱系树的亲子对中学习 SHM 突变先验并适配目标亲和力成熟数据集,第二阶段用该先验初始化 RL 策略,并以 KL 正则优化抗原结合。
ProteoCraft 提出一种基于树的蛋白质设计搜索框架,把扩散结构预测器的近似结构梯度用作提议策略,再由无梯度折叠模型对序列进行验证打分。该方法采用多站点编辑先探索、单站点精细化的由粗到细预算分配,在 14 个 de novo binder 设计场景中提升了设计质量和高置信度产出,且在 AF2-IG 与 Rosetta 界面评估下保持。
推荐理由:把蛋白质设计写成先提议再验证的搜索,并用扩散结构预测器提供近似梯度,读者可关注其搜索预算分配思路。
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。
团队将LoRA接入ESM-2(150M),仅微调0.70%权重,在QMAP严格同源约束下构建抗菌效力与溶血毒性双任务框架。60%序列一致性阈值下,E. coli效力秩相关ρ=0.6132、溶血毒性相关ρ=0.5374;联合网络从749条de-novo肽中筛出TI最高144.03的候选。
研究团队将进化信息设计(EVdesign)与理性设计结合,改造PET水解酶,并实验测试了来自8种亲本PETase的603个设计。超过400个含12–68个氨基酸替换的变体能够解聚PET,几乎所有变体都优于亲本酶,许多在部分转化实验中接近基准LCC-ICCG的表现。TfCut2是最适合设计的骨架,四个理性突变克服其热稳定性瓶颈,并作为迭代EVdesign的骨架进一步提升活性。
推荐理由:603个设计跨8种PETase的比较显示亲本选择影响成功率,序列多样化可扩大性能差异并带来高活性离群变体。
来源更新 2026-11-11
一项研究利用两个完整的适应度景观,比较变分自编码器与信息论方法在序列空间中寻找稀有高功能序列的效果。结果显示,无需训练且运行速度显著快于标准 ML/AI 方法的信息论方法,在发现稀有高功能序列上也显著更有效。作者还讨论了将该方法应用于发现仅作用于细菌细胞膜、不作用于真核细胞膜的稀有抗菌多肽。
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。