AI在线 AI在线

蛋白质

兼顾准确率与可解释性，DeepSEA实现抗生素耐药蛋白注释范式转变

兼顾准确率与可解释性，DeepSEA实现抗生素耐药蛋白注释范式转变
编辑丨&传统监测抗菌耐药（AMR）常靠序列比对：有相似参考就能识别，没有就白瞎了。 这种「参考驱动」的策略一方面可靠，另一方面也很脆弱——数据库里没有代表性的参考序列，就很容易把真正的耐药蛋白漏掉（假阴性）——尤其是当耐药蛋白多样性超出已知的参考范畴。 为此，巴西圣保罗大学（University of São Paulo）等的研究者训练了一个卷积神经网络（CNN）以区分抗微生物耐药性蛋白和非耐药性蛋白，将其命名为 DeepSEA。
9/11/2025 2:29:00 PM
ScienceAI
结构高度合理、具备理想特性，华东师大等提出分子生成新方法，协同生成原子与化学键

结构高度合理、具备理想特性，华东师大等提出分子生成新方法，协同生成原子与化学键

编辑丨coisini随着分子生物学、结构生物学、组合化学及人工智能（AI）技术的进步，药物研发范式已从随机筛选转向理性药物设计。 理性药物设计主要包括两种策略：基于配体的药物设计（LBDD）和基于结构的药物设计（SBDD）。 其中，SBDD 因现有分子生成模型常忽略结构可行性与类药性，会产生不真实的三维分子。
9/2/2025 2:31:00 PM
ScienceAI
AI+分子动力学，6.3万条轨迹重塑药物亲和力预测，超大规模蛋白-配体亲和力数据集来了

AI+分子动力学，6.3万条轨迹重塑药物亲和力预测，超大规模蛋白-配体亲和力数据集来了
编辑丨&现实里，分子是不断运动的，它们的相遇与结合像是一部动态电影，而这也就为药物研发带来了艰巨的挑战：现有方法对这种复杂运动视而不见，模型在“标准基准”上看似成绩斐然，却往往在真实药物场景下失灵。 亲和力预测模型大多依赖公开数据集 PDBbind，其中约 2 万个复合物结构成了 AI 的训练教材。 但这类训练存在明显「信息泄漏」：模型可能学会的是数据集的特征，而非真实的物理规律。
8/26/2025 12:12:00 PM
ScienceAI
首个面向肽分子设计的大模型平台：直接「读序列」出结合子，无需结构输入即可生成

首个面向肽分子设计的大模型平台：直接「读序列」出结合子，无需结构输入即可生成
编辑丨%看病就医，医生会先进行诊断，在了解病症的基础上，给出治疗建议。 传统药物设计也遵循类似的逻辑——建立在对病原体或疾病机制的了解之上。 现在，AI 带来了一种出乎意料的突破：就像无需看病直接吃药一样，它能够设计出粘附并分解体内有害蛋白质的小分子，即使科学家完全不清楚这些蛋白质的结构与形态。
8/20/2025 2:04:00 PM
ScienceAI
Science封面：高效精准模拟构象变化，微软研究院用生成式AI重塑蛋白质功能研究

Science封面：高效精准模拟构象变化，微软研究院用生成式AI重塑蛋白质功能研究
编辑丨coisini蛋白质是生命的物质基础，是生命活动的主要承担者，也是药物研发和生物技术的核心。 近年来，AlphaFold 等模型在蛋白质结构预测方面取得了突破性进展，但这些方法通常只能预测单一静态结构，难以捕捉蛋白质在功能过程中所经历的动态变化。 蛋白质并非静止不动的分子，而是处于不断变化的构象系综（conformational ensemble）中，其功能往往依赖于结构之间的转换。
8/15/2025 10:59:00 AM
ScienceAI
AI全面挖掘微蛋白价值：首次引入合成负样本训练，剔除92%噪声，摆脱保守依赖

AI全面挖掘微蛋白价值：首次引入合成负样本训练，剔除92%噪声，摆脱保守依赖
编辑丨&蛋白质维持生命，在全身发挥着许多重要的结构和功能作用。 而与此同时，这些大分子给称为微蛋白（MicroProteins）的较小蛋白质亚类投下了长长的阴影。 这些微蛋白可能与疾病机制、细胞调节密不可分，但是传统注释方法常忽略这些小的开放阅读框（smORFs），难以全面挖掘其生物学价值。
8/12/2025 12:03:00 PM
ScienceAI
ACL 2025 | 湖南大学、腾讯生命科学实验室等提出蛋白互作预测新方法，让LLM学会解读蛋白质网络

ACL 2025 | 湖南大学、腾讯生命科学实验室等提出蛋白互作预测新方法，让LLM学会解读蛋白质网络
编辑 | ScienceAI蛋白质是生命活动的「分子机器」，而蛋白质之间的相互作用（PPIs）更是细胞运转的核心机制 —— 从免疫反应到代谢调控，从疾病发生到药物研发，几乎所有生命过程都离不开 PPIs 的精密协作。 然而，传统实验手段解析 PPIs 成本高、周期长，如何通过 AI 技术高效预测 PPIs 的类型和亲和力，一直是生物信息学领域的重大挑战。 近日，来自湖南大学曾湘祥团队携手腾讯生命科学实验室，延世大学，和阿里国际提出了一种名为 LLaPA（Large Language and Protein Assistant）的多模态大语言模型，为破解这一难题提供了全新方案。
8/11/2025 2:04:00 PM
ScienceAI
蛋白质基座的GPT时代来了？！

蛋白质基座的GPT时代来了？！
蛋白质模型的GPT时刻来了！ 清华大学智能产业研究院（AIR）周浩副教授课题组联合上海人工智能实验室发布了AMix-1：. 首次以Scaling Law、Emergent Ability、In-Context Learning和Test-time Scaling的系统化方法论来构建蛋白质基座模型。
8/11/2025 9:15:00 AM
梦晨
快270倍，精度超93%，浙大侯廷军、康玉团队等全新扩散生成模型，树立蛋白质-多肽对接新标准

快270倍，精度超93%，浙大侯廷军、康玉团队等全新扩散生成模型，树立蛋白质-多肽对接新标准
编辑丨coisini蛋白质-多肽相互作用在细胞环境中无处不在，并在众多生物过程中发挥关键作用。 由于多肽具有免疫原性低、生产成本低等特点，在药物递送、医学影像、治疗制剂、靶向蛋白质降解及其他生物技术应用中常作为高效调节剂使用。 深入理解蛋白质-多肽相互作用机制，是开发多肽类治疗药物的基础。
8/6/2025 3:23:00 PM
ScienceAI
Nature丨首个AI生成的基因编辑器，脱靶率更低、免疫更轻，兼容碱基编辑

Nature丨首个AI生成的基因编辑器，脱靶率更低、免疫更轻，兼容碱基编辑
编辑丨&在当下，基因编辑技术在科研工作中并不少见，不少疾病的药物研发、作物改良，都少不了它的技术支持。 源自微生物的 CRISPR 基因编辑器虽然强大，但在移植到非原生环境后，其「功能权衡」——或者说，在活性、特异性等方面的表现并不尽如人意。 基于这种现状，美国加利福尼亚的 Profluent Bio 工作室借助 AI 的辅助设计，构建了一个包含超过 100 万 CRISPR 操纵子的数据集，并提出了一种由人工智能生成的基因编辑器 OpenCRISPR-1，与碱基编辑兼容。
8/5/2025 2:10:00 PM
ScienceAI
瞄准化学键，大卫·贝克团队提出通用蛋白质架构设计新范式

瞄准化学键，大卫·贝克团队提出通用蛋白质架构设计新范式
编辑丨coisini化学键是指分子中相邻原子间的强烈相互作用。 有限的原子种类和键合几何却能产生高度复杂的可设计结构，使大量原子能以精确定义的距离、取向和可预测的相互作用强度排列。 然而，由于蛋白质复杂的序列 - 结构关系，通过相互作用实现可预测键合来构建蛋白质组装体仍具挑战。
8/4/2025 2:23:00 PM
ScienceAI
联合三大蛋白质模型，仅需4~6周，定制癌细胞特效「识别器」

联合三大蛋白质模型，仅需4~6周，定制癌细胞特效「识别器」
编辑丨&在过去的时间里，我们见证了许多医学大模型的涌现，它们在各自的领域都有着独特的功效。 但即使有大模型的介入，传统癌症免疫治疗的周期也足以令研究者头痛。 丹麦技术大学（Technical University of Denmark，DTU）打破常规，首次使用 RFdiffusion ProteinMPNN AlphaFold2 三步 AI 流水线，从 5500 种蛋白骨架设计出 44 款 pMHC 微型结合蛋白（mini binder，miBd），并在短短数周内完成体外高通量筛选和结构验证。
8/1/2025 3:22:00 PM
ScienceAI
蛋白质基座的GPT时代来了？AMix用Test-time Scaling让蛋白质设计迈向通用智能

蛋白质基座的GPT时代来了？AMix用Test-time Scaling让蛋白质设计迈向通用智能
当语言模型涌现出通用智能时，蛋白质模型的通用智能还有多远？ 在 NLP 领域，语言模型基座经历了从 BERT 到 GPT 的跨时代变化，涌现出了各种超出预期的通用智能，BERT 时代的模型关心具体任务的提升，缺乏对可扩展性、通用性和涌现能力的系统化讨论，而在 GPT 时代，系统化的讨论逐渐显现，通用智能的爆发也因此开始。 而在蛋白质基座领域，几乎没有贯彻这条智能涌现的路径，一系列工作同样停留在 BERT 时代，在「预训练 任务微调」这一范式下前行，缺乏对可扩展性、通用性和涌现能力的系统化讨论。
7/29/2025 2:07:00 PM
ScienceAI
DeepAllo：首次使用蛋白质语言模型和多任务学习进行变构位点预测

DeepAllo：首次使用蛋白质语言模型和多任务学习进行变构位点预测
编辑 | 白菜叶变构效应是指一个位点的结合会扰乱远处位点的过程，由于其对蛋白质功能有显著的影响，正成为药物开发领域的一个重点研究领域。 识别变构口袋（位点）是一项极具挑战性的任务，目前已开发出多种技术，包括利用静态和口袋特征预测变构口袋的机器学习技术。 土耳其科奇大学（Koç University）的研究人员开发了 DeepAllo，是首个将微调蛋白质语言模型 (pLM) 与 FPocket 特征相结合的研究，目的是提高识别变构口袋相关技术的准确性。
7/17/2025 5:28:00 PM
ScienceAI
AI驱动的自主酶工程平台，底物偏好提升90倍，伊利诺伊大学新研究登Nature子刊

AI驱动的自主酶工程平台，底物偏好提升90倍，伊利诺伊大学新研究登Nature子刊
编辑丨&蛋白质是生命中的分子机器，在能源、健康甚至于像是洗衣粉这类日常消费品中都有着广泛的应用。 但即使如此，为了实际应用而对蛋白质进行工程改造，仍然处于极度缓慢、昂贵且技术门槛高的尴尬局面。 美国伊利诺伊大学厄巴纳-香槟分校（University of Illinois Urbana-Champaign）提出了一个通用的自主酶工程平台，集成了大型语言模型与生物制造自动化，为医药、生物技术等多个行业带来了快速进步的新范式。
7/16/2025 2:07:00 PM
ScienceAI
不用抗生素也能抗菌！AI设计新型蛋白质抵御细菌耐药性｜Nature子刊

不用抗生素也能抗菌！AI设计新型蛋白质抵御细菌耐药性｜Nature子刊
借助AI，新型蛋白质合成周期大幅降低！ 这些蛋白质还能有效抵抗像大肠杆菌这类抗生素耐药细菌。 一项来自澳大利亚的研究发现，像大肠杆菌这类致病菌会通过ChuA蛋白 （细菌中的一种外膜蛋白）从宿主血红蛋白中“偷”血红素获取生长所需的铁。
7/14/2025 3:40:21 PM
闻乐
登《Cell》，中科院高彩霞等开发AiCE：一种AI蛋白质工程通用策略

登《Cell》，中科院高彩霞等开发AiCE：一种AI蛋白质工程通用策略
编辑丨&蛋白质工程长期受限于低成功率与高成本，理想的蛋白质工程策略需要以最少的工作量实现最佳性能。 当前基于 AI 的蛋白质工程技术通常计算量大，因此迫切需要更易于使用且用户友好的替代方案，这些方案需要保持预测的准确性并在研究社区推广使用。 中国科学院高彩霞团队开发的 AiCE（AI-informed constraints for protein engineering）框架通过将结构和进化约束整合到通用反向折叠模型中，实现了快速高效的蛋白质进化，无需专门训练。
7/8/2025 6:23:00 PM
ScienceAI
MIT自主科学发现系统SPARKS：已独立发现两条全新蛋白质设计法则

MIT自主科学发现系统SPARKS：已独立发现两条全新蛋白质设计法则
编辑 | 萝卜皮人工智能（AI）的进步有望实现自主科学发现，但大多数系统仍在重复训练数据中潜藏的知识。 几个月前，麻省理工学院（MIT）的 Markus J. Buehler 和 Alireza Ghafarollahi 推出了自主科学发现模型 SPARKS。
7/4/2025 4:40:00 PM
ScienceAI