跳到正文
arXiv· Genoria AI Team; Yuejie Hou; Lixiang Yang; Yisi Liu; Weiting Tang; Yueyuxiao Yang; Meng Yang·· 12 天前AI 评分68

EnzymeRSI:用于酶设计的双环递归自我改进系统

EnzymeRSI: A dual-loop recursive self-improvement system for enzyme design

AI 导读

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。

预印本 · arxiv · 2611.06321

本站摘要基于收录版本 v1(2026-11-05),原始摘要与 AI 导读固定保留。

来源最近更新: · 来源 v2

摘要 · AI 翻译

酶工程的改进通常通过在固定的模型和工作流程中优化检测哪些候选对象来实现;当瓶颈源于方法不匹配或工作流程失效时,这条路径便难以摆脱。我们提出 EnzymeRSI,一个用于递归自我改进(RSI)的双循环系统。外循环在不改变模型权重的情况下演化测试框架资产,内循环在受控条件下开发预测与选择算法,并指定一套云实验室系统,以通过质量受控的反馈闭合物理回路。通过迭代比较更新其预测策略,外循环在五项检测中将 ProteinGym 上开发集的平均 Spearman 相关性提高了 0.044,在 CD19 上达到 0.335,在 OPSD(视紫红质)上达到 0.683;在两个第一名中,只有 CD19 是由外循环自身产生的。在 ThermoMPNN 算法的自我改进中,内循环达到了 0.849 的 PCC;在 TadA-Bench 上,它在 1.13 小时内达到了 0.307 的 Spearman 相关性。在对该系统实验决策能力的三次前瞻性湿实验测试中,32 个未针对荧光素酶 RLuc 预先指定的候选对象中有 10 个表现出至少两倍于野生型的活性;推荐的胞苷脱氨酶 A3A 变体将 5mC 转化率提高到 90.2%;演化中的路径选择将 DNA 聚合酶 KOD-E 在一种修饰底物上的催化效率提高到亲本的 31.1 倍。通过将研究工作流程的组织与算法的开发视为一个可证伪的从干到湿的单一回路,这项工作为超越固定方法的盲区以及实现自主酶工程提供了一种演化范式。

来源:arXiv · arxiv.org