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 5 页

10月28日周三第 81–100 条
  1. bioRxiv47

    ProbJanusDDG:从 ΔΔG 预测到基于共形预测的突变优先级排序

    ProbJanusDDG 结合蛋白稳定性预测器与标准及自适应共形预测区间,为未表征突变提供稳定或去稳定方向的筛选标准。在低同源性 S669L 基准上,50% 名义水平的自适应区间对 34.2% 突变给出方向判断,符号准确率 94.8%;90% 水平下标准与自适应区间的突变级覆盖率分别为 91.6% 和 92.5%。

  2. Nature Computational ScienceIF(5) 21.967

    Hi-TPH:用于准确预测 T 细胞受体-pHLA 结合的机器学习数据集与基准

    论文提出用于 TCR-pHLA 结合预测的 Hi-TPH 大规模分层数据集与基准,并开发在其上微调的 Hi-TPH-PLMs 蛋白语言模型集合。该模型集合在外部湿实验测试集上比当前最先进工具提升 19.2%,数据集还采用 on-the-fly 选择方法生成非结合样本。Hi-TPH 与 Hi-TPH-PLMs 已公开释出,作者利用分层结构分析了不同分子组分对结合预测的贡献。

    推荐理由:论文给出大规模分层 TCR-pHLA 数据集和配套蛋白语言模型,外部湿实验测试集上 19.2% 的提升可作为比较数据构建与建模选择的参考。

  3. bioRxiv76

    来源更新 2026-11-14

    折叠模型能区分真结合物与诱饵吗?POISK 专利抗体数据集给出的证据

    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。

  4. GEN 新闻29

    ASHG:Nabsys 以 EGM 连接细胞遗传学与基因组学,绘制血液癌症图谱

    Nabsys 在 ASHG 2026 年会上分享电子基因组图谱(EGM)在血液恶性肿瘤中的初步数据,并预览面向该应用的分析软件。公司称 EGM 运行于 OhmX 平台,可提供结构变异与拷贝数变异的高分辨率全基因组视图,定位为现有工具的补充而非替代。Navigator 云平台含 SV-Discover 和 SV-Verify,分别用于全基因组结构变异分析与验证其他技术标记的变异。

10月27日周二
  1. 分子之心72

    分子之心发布MMDesign技术报告,19个项目成功率94.7%,六大GPCR靶点全部命中

    分子之心发布MMDesign技术报告,覆盖18个靶点的19个项目中18个获得实验确认的结合分子,项目成功率94.7%。六个GPCR靶点全部命中,NK3R的30个候选全部结合;单项目仅测试9—50个候选,453个受测候选获得139个命中。报告还称MMFold在FoldBench抗体—抗原界面评测中Top-1高质量结构预测成功率为39.0%,MMDesign已可面向药企和生物技术伙伴开展合作。

    推荐理由:原文披露19个项目、453个受测候选的湿实验数据,可观察AI分子设计在低实验通量下的成功率与跨靶点表现。

10月24日周六
  1. Nature CommunicationsIF(5) 18.975

    设计刚性蛋白基准标记以可视化GPCR构象状态

    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。

  2. Nature CommunicationsIF(5) 18.964

    研究提出基于 ESM 的 KaML-ESMs 预测蛋白质静电性质

    研究提出基于 ESM 蛋白语言模型的 KaML-ESMs,用序列预测六类残基的电离常数,在四个基准上优于其他方法,原生蛋白中均方根误差约 0.5 个单位。在 89 个缺乏进化支持的埋藏工程突变上性能下降,作者认为监督训练可能帮助克服这一限制。将 KaML-ESM2 用于整个人类蛋白质组时,预测的 pKa 可识别功能位点并推断催化机制,团队同时提供 KaML 预测平台。

    推荐理由:论文用 ESM 蛋白语言模型预测电离态,在四个基准上报告误差并讨论埋藏突变的性能下降,读者可据此了解该方法的适用范围。

10月23日周五
  1. arXiv51

    Principia:在测试时从假设构建科学原理的 LLM 框架

    论文提出基于 LLM 的 Principia 框架,在测试时从比较性因果假设中归纳并持续修正科学原理。在分子优化、蛋白质工程、基因扰动与分子性质预测基准上,它优于依赖内部知识、外部来源或经验总结的基线,并生成与文献相符的原理。代码见 https://github.com/DongkiKim95/Principia。

  2. bioRxiv57

    研究评估单纯形投影梯度下降在基于幻觉的蛋白质结合剂设计中的表现

    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。

  3. Nature MedicineIF(5) 52.560

    淋巴结靶向 mKRAS 疫苗 camupepimut 胰腺癌二期试验未达主要无病生存终点

    camupepimut(ELI-002 7P)在 KRAS 突变胰腺癌的二期 AMPLIFY-7P 试验中未达到主要无病生存终点,中位 DFS 为 23.8 个月对 21.2 个月。

    推荐理由:这项随机二期试验虽未达到主要终点,但6个月无病生存和CA19-9变化分析给出了后续三期设计的免疫原性线索。

  4. bioRxiv59

    Astrolabe:跨上下文协调与结构干预的可编程全原子生物分子设计框架

    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。

10月22日周四
  1. 深势科技42

    北大联合深势科技、北京科学智能研究院举办科学骑士大师赛北大专场,探索 AI for Science 科研与教育新共识

    北京大学联合深势科技、北京科学智能研究院启动科学骑士大师赛北大专场,以开放科学问题比拼人机协作解题。比赛不设人类评委,提交须附可运行代码与执行记录,由平台在统一环境重跑自动打分;深势科技赞助不低于1000万元算力与 token,北京科学智能研究院设奖学金。此前第四季六轮赛已吸引八百多个智能体账号参赛,累计提交两万余次。

  2. bioRxiv60

    PRIME-ISP 提出基于分层蛋白表示的统一蛋白质相互作用位点预测框架

    PRIME-ISP 提出一个基于结构的统一框架,用五级蛋白表示预测蛋白质、肽、DNA、RNA、小分子、金属和碳水化合物等多类相互作用位点。该框架通过自下而上和自上而下的耦合传播整合局部几何与全局结构信息,无需任务特定特征;在七类基准上优于近期统一序列预测器,并与专用方法性能相当。代码和数据已在 https://github.com/HySonLab/PRIME-ISP 公开。

  3. bioRxiv56

    MutaStruct:重新评估单点突变诱导蛋白结构变化的基准

    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。

  4. bioRxiv56

    蛋白质表示能否编码变体功能?IGLOO 框架诊断残基级归因

    研究团队提出 IGLOO 框架,用具有已知逐残基重要性的合成适应度景观评估蛋白质语言模型的残基级归因。结果显示,预测准确率高并不保证归因忠实;一些模型干预使归因技能分数提高一倍以上,并将 TOPSIS 提升 29%。在真实的 α-淀粉酶和 β-内酰胺酶数据集上出现相似模式,IGLOO 也为选择序列编辑时的残基归因默认设置提供参考。