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 4 页

11月2日周一第 61–80 条
11月1日周日
10月31日周六
  1. arXiv57

    BridgeDock 用扩散桥将预训练共折叠模型适配到柔性分子对接

    BridgeDock 提出一种扩散桥框架,把预训练共折叠模型适配到柔性分子对接,从蛋白与配体的初始 apo 状态出发生成复合物结构,而非从高斯噪声开始。研究引入对齐机制,将桥状态映射到预训练模型原有的去噪调度,使其与预训练去噪器兼容。在标准柔性对接基准上,BridgeDock 表现优于强共折叠基线,推理计算高效,在极少去噪步数下仍然有效。

  2. arXiv55

    智能体能否可靠地设计治疗性抗体?

    研究考察智能体在任务引导与黑盒两种设定下设计治疗性抗体的可靠性。团队构建了十项经专家验证的亲和力改进任务,发现 LLM 评审能较好复现程序化评估的指令遵循结果。接入抗体相关工具会提升指令遵循和序列空间探索,但降低优化表现;提供已评分设计历史则降低指令遵循,但提升优化表现。二者结合的智能体优化器在计算机模拟优化循环中与既有的贝叶斯优化基线表现相当。

10月30日周五
  1. Molence56

    Molence 的 Mol-1-constraint 把表位信息作为预测输入,在四个抗体-抗原基准上均提升了 DockQ > 0.23 的成功率。FoldBench-AB 从 75.0% 升至 88.3%,AF3-AB 从 62.7% 升至 84.2%,PXMeter-AB 从 58.3% 升至 77.5%,MolBench-AB-26 从 57.3% 升至 79.4%。基础模型和 Mol-1-constraint 均可在 https://lab.molence.com 获取。

    引用Molence@MolenceBio

    13/15 🧬 蛋白质–肽段预测,通过高精度阈值。 在 MolBench-Peptide-26 上,Mol-1 达到: • DockQ > 0.23 时为 88.8% • DockQ > 0.49 时为 77.3% • DockQ > 0.80 时为 54.1% 结合结合位点信息,Mol-1-constraint 将这些提升至 92.2%、85.0% 和 60.2%。 生物位点信息在每个评估的精度阈值上都改善了肽段复合物预测。 #AIforScience

  2. Molence54

    Molence Bio 在 Mol-1-constraint 约束模式下,用文献与单体结构给出的三个残基位点假设,使三个案例的 DockQ 分别从 0.014 升至 0.874、0.011 升至 0.739、0.200 升至 0.863。作者称这些例子说明稀疏的生物学假设可以引导复杂预测。该系列前一条推文称 base model 与 Mol-1-constraint 均可在 https://lab.molence.com 获取,并给出四个基准上 DockQ > 0.23 的成功率变化,如 FoldBench-AB 从 75.0% 升至 88.3%、AF3-AB 从 62.7% 升至 84.2%。

    引用Molence@MolenceBio

    14/15 📍 表位可以作为预测的输入。 借助表位信息,Mol-1-constraint 在所有四个基准测试中均将抗体–抗原成功率(DockQ > 0.23)提升: • FoldBench-AB:75.0% → 88.3% • AF3-AB:62.7% → 84.2% • PXMeter-AB:58.3% → 77.5% • MolBench-AB-26:57.3% → 79.4% 基础模型和 Mol-1-constraint 均可在 https://lab.molence.com 获取 #AIforScience

  3. Nature Chemical BiologyIF(5) 16.278

    Hi-APEX 实现不依赖 H2O2 的活体空间多组学

    研究提出无需 H2O2、无需酶工程的 APEX2 邻近标记方法 Hi-APEX,借助可点击的四嗪-苯酚(TP)探针直接完成标记。研究在线粒体基质和动态分泌组中做空间多组学基准测试,并在肿瘤异种移植与海马神经元中实现蛋白和 RNA 邻近标记。相比传统 APEX,Hi-APEX 在应激响应和铁死亡等氧化还原敏感过程中捕获效果更好,并发现 mGPX4 互作蛋白 TRMT61B 可促进铁死亡。

    推荐理由:研究用TP探针绕开H2O2依赖,并在活体肿瘤和神经元中演示蛋白与RNA邻近标记,为空间多组学走向活体提供方法参考。

  4. arXiv67

    CryoAtlas:面向冷冻电镜原子模型构建的大规模数据集与统一基准

    研究团队提出 CryoAtlas,一个面向冷冻电镜密度图原子模型构建的大规模数据集与统一基准,包含 17,809 条图-模型-序列条目和 618 项目标。资源由 EMDB 与 PDB 截至 2026 年 3 月的条目整合筛选而成,并提供 16,657 条训练集;基准以共享协议评估结构精度、模型与密度图拟合及立体化学有效性。

  5. arXiv61

    随机化对象如何影响低数据分子生成:语料规模、随机轴与表征的受控研究

    一项受控研究用1000个种子分子训练自回归序列模型,比较SAFE与SMILES随机化在低数据分子生成中的表现。仅对SAFE做随机化就把新颖分子的真实产率提高逾450倍;原子序与片段序两种随机化共同作用,而非简单相加。在语料规模与计算量匹配时,随机化SAFE的真实产率是随机化SMILES的2.8倍。

  6. Microsoft Research30

    Microsoft Research Focus 第97期:ForkPilot、CABRA 与 BioEmu2 等研究进展

    Microsoft Research Focus 第97期汇总微软研究进展,涵盖 ForkPilot、CABRA、TeleTune 与 BioEmu2 公开预览。ForkPilot 在六个基准和领先 AI 模型上测试,性能媲美现有最佳方法,并将 AI 处理需求最多降低 59%。CABRA 发现编码智能体仍难理解陌生代码库,TeleTune 则从活动日志中学习可复用技能与工作流。

  7. bioRxiv66

    来源更新 2026-10-29

    IgScope 以区域隔离语言模型实现抗体多分辨率人源化程度评分

    作者提出 IgScope,一个从零训练的 2300 万参数抗体语言模型,可在链、IMGT 区域和残基分辨率上给出人源化程度评分。其区域隔离注意力把注意力限制在区域内,嵌合序列训练提供区域级监督;在 238 万条留出链上,屏蔽全部框架 token 后 CDR 准确率不变,人框架中回突的小鼠残基检出准确率为 93.4%。

  8. bioRxiv38

    NK-RCPP:用于神经激肽受体候选肽优先排序的受体条件化计算流程

    NK-RCPP 在回顾性分析中对 NK1R、NK2R 和 NK3R 的 96 个生成候选肽进行受体条件化优先排序,结合 REF15 靶向评分与 4,518 组配对结构近邻比较。加入近邻评分后,33 个可评估的靶向有利候选保留 16 个、池缩小 51.5%,且相同短名单规模下半数候选身份与仅用靶向评分不同。

10月29日周四
  1. bioRxiv59

    Neopep:以机器学习力场能量做强化学习预测非天然肽结构

    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。

  2. Nature CommunicationsIF(5) 18.947

    CPRISP:预测 circRNA-RBP 相互作用并指导神经退行性疾病治疗发现的可解释深度学习框架

    CPRISP 是一个可解释深度学习框架,整合 circRNA 序列、二级结构、预训练表征和蛋白质特征,在37个基准数据集上提升 circRNA-RBP 位点预测并跨细胞系泛化。模型解释恢复保守单链序列模式,并在阿尔茨海默病、帕金森病和肌萎缩侧索硬化相关蛋白中识别核质运输、溶酶体信号和GTP酶活性通路。该框架还优先排序化合物供实验跟进,但不代表治疗有效性。