蛋白质
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
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
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
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
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
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
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
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」
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
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
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
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
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
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
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
量化单个细胞中表达的一半蛋白质组，质谱技术最新进展推动SCP发展
编辑丨coisini单细胞蛋白质组学（single-cell proteomics，SCP）是研究单个细胞内蛋白质表达多样性的研究领域。 自 2020 年以来，蛋白质组学在可达到的灵敏度方面实现了超过 100 倍的提升，这一成就得益于质谱仪设计的一系列改进以及结合机器学习的数据处理算法。 SCP 有潜力扩展现有分析工具集，但在吞吐量和蛋白质组深度方面仍受到限制。
4/9/2025 2:15:00 PM
ScienceAI
仅输入prompt与序列，准确率超90%，UC伯克利等提出文本生成蛋白质多模态框架
编辑丨coisini机器学习在蛋白质发现领域展现出深远的潜力，相关工具已快速应用于科学流程的辅助与加速。 当前，AI 辅助的蛋白质设计主要利用蛋白质的序列和结构信息，而为了描述蛋白质的高级功能，人们以文本形式整理了海量知识，这种文本数据能否助力蛋白质设计任务尚未得到探索。 为了填补这一空白，来自加州大学伯克利分校（UC Berkeley）、加州理工学院（California Institute of Technology）等机构的研究者提出了一个利用文本描述进行蛋白质设计的多模态框架 ——ProteinDT。
4/3/2025 2:37:00 PM
ScienceAI
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
机器人
数据
大模型
Midjourney
开源
智能
用户
Meta
微软
GPT
学习
技术
图像
Gemini
马斯克
AI创作
智能体
英伟达
Anthropic
论文
代码
训练
算法
AI新词
Stable Diffusion
芯片
LLM
蛋白质
开发者
腾讯
苹果
Claude
生成式
Agent
AI for Science
神经网络
3D
机器学习
研究
生成
xAI
人形机器人
AI视频
计算
百度
Sora
GPU
AI设计
华为
工具
大语言模型
RAG
搜索
具身智能
字节跳动
大型语言模型
场景
深度学习
预测
视频生成
伟达
视觉
Transformer
AGI
架构
亚马逊
神器推荐
Copilot
DeepMind
特斯拉
应用