跳到正文

技术方向

基准、数据与评测 最新动态

基准、数据集、评测方法与负结果。

共 139 条动态近 30 天 114 条

更新

动态归档 · 第 3 页

11月5日周四第 41–60 条
  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。

11月4日周三
  1. BiopharmaTrend44

    虚拟细胞模型追踪:谁在建、什么有效、资金流向何处

    Biohub 将虚拟生物学计划扩大至 18 亿美元,DOE、NIH、Google DeepMind 等加入,商业资助方享一年数据独占期。这份追踪清单已收录 14 个虚拟细胞模型,GSK 以 5000 万美元首付授权 Noetik 的 OCTO-VC。14 个模型目前均无独立基准,Arc 的 zero-shot 2026 Challenge 于 11 月 5 日截止,为首个共享测试。

  2. arXiv51

    研究提出面向药物发现的可扩展 AI 科学家 El Agente Fármaco

    研究提出面向药物发现的可扩展 AI 科学家 El Agente Fármaco,可将日常语言表达的发现目标转化为复杂的计算筛选工作流。它用共享科学记忆 Fármaco Atlas 保存分子、结构、结果及其来源,并通过定向数据库查询取回决策所需证据;单次请求可对整批分子发起计算,无需为每个化合物单独做一次 LLM 决策。

  3. 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。

  4. bioRxiv57

    AutoSPECTRA 提出科学基础模型自主通用性审计协议

    研究团队提出 AutoSPECTRA,一种基于编码智能体的科学基础模型通用性审计协议,并在四个生物基础模型上完成审计。团队先回顾五个生物领域的 38 项研究,发现编码智能体能生成假设与分析但证据标准不一致,随后将协议围绕可衡量泛化维度、预设分析、受控比较和独立确认构建。

  5. 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。

  6. NatureIF(5) 56.772

    体内 CAR-T 双敲除筛选发现 NR4A1-SOCS3 协同抗肿瘤组合

    一项体内 CAR-T 双敲除 CRISPR 筛选发现,NR4A1-SOCS3 双敲除可增强 CAR-T 细胞的代谢适应性和抗肿瘤效果。转录组分析和体内单细胞 RNA 测序显示,该双敲除会特异性上调 CAR-T 细胞的代谢通路,并提高其线粒体活性。研究称该组合在多种肿瘤模型中实现强效且长期的肿瘤控制,且不损害安全性特征,在 T 细胞和 CAR-T 细胞中优于若干基准的单基因和双基因改造。

    推荐理由:研究用体内双敲除筛选找到 NR4A1 与 SOCS3 组合,为 CAR-T 联合靶点发现提供了一条可复用的筛选路径。

  7. PNASIF(5) 10.671

    细胞游离DNA水平升高伴随癌症相关甲基化信号增强并提升多癌种检测

    一项覆盖43家医院1480名未治疗参与者的研究显示,总ccfDNA升高时,携带癌症相关DNA甲基化特征的片段反而更富集,并与更高的癌症检出灵敏度相关。研究纳入14种癌症的各分期患者、良性病变者和健康志愿者,Ⅰ期检出灵敏度从最低ccfDNA三分位的0.55升至最高三分位的0.85,Ⅱ期从0.59升至0.86。作者据此提出,ccfDNA浓度可作为不依赖疾病分期的分层变量,用于癌症检测测试的基准评估。

    推荐理由:研究覆盖14种癌症和1480名参与者,显示总cfDNA浓度与癌症甲基化信号及早期检出灵敏度相关,为检测分层提供依据。

  8. 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。

11月3日周二
  1. Nature MethodsIF(5) 52.555

    从头肽段测序在解析序列歧义方面的局限

    研究人员在三个公开蛋白质组数据集上基准测试了八种先进的从头肽段测序模型,发现模型表现存在差异,但正确识别结果有相当重叠。迭代优化、重打分和重排序等后处理没有带来提升或仅有有限提升。多数测序错误与具体模型无关,主要由碎片离子覆盖不足导致,在搜索空间较大的数据库搜索中也观察到这一限制。

  2. arXiv57

    来源更新 2026-11-11

    研究评估自动生成新型高功能分子序列的两类方法

    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。

11月2日周一
  1. bioRxiv61

    来源更新 2026-11-10

    研究提出混合 RNA 基础模型 LIMBER,用于预测和理解 RNA 结构与功能

    研究团队提出混合 RNA 基础模型 LIMBER,将双向自注意力与选择性状态空间建模结合,并在 4050 万条非编码 RNA 序列上预训练。该模型在二级结构预测和非编码 RNA 分类基准上取得领先表现,并可迁移到翻译相关任务和 RNA 与小分子相互作用预测。作者还建立统一的任务无关评估框架,发现不同生物信息在模型层间呈分层、任务依赖的组织方式,并观察到结构、进化和功能能力的不同缩放行为。