标签
《自然》研究论文提出了一种用于固有无序蛋白质的理性设计方法，以研究序列-功能关系，介绍了开源工具GOOSE，并提供了分析脚本和数据。
这篇bioRxiv预印本介绍了Diff-Switch框架，该框架利用基于扩散的系综采样生成构象状态，用于从头设计蛋白质开关，从而提高找到开关兼容序列的成功率。
阿斯利康利用AI生成并对蛋白质候选进行排序，将模型与实验和机器人技术相结合，以加速生物药发现，并攻克此前难以成药的靶点。
一种名为Raygun的人工智能工具可以在不破坏天然蛋白质结构和功能的情况下将其缩放，可能推动蛋白质工程的发展。
Chamaileon 提出了一个用于多靶点和多状态蛋白质结合子设计的框架，采用语境化的序列-结构联合建模和混合采样，实现了对不同构象景观和多靶点需求的适应性。
介绍广义泊松流（GPFlow），一种用于蛋白质设计的变长生成式框架，它学习非齐次广义泊松过程，实现灵活的序列长度探索，并在结构、序列和肽协同设计任务中提升可设计性。
Design-CP 为 RFdiffusion 3 引入了上下文并行推理策略，通过将二次激活分布到多个 GPU 上，实现了大型多聚体蛋白质纳米颗粒的全原子设计，从而在较小的 GPU 集群上使大规模组装蛋白质设计变得可行。
两篇来自 Baker 和 Veesler 实验室的《自然》论文描述了AI设计的衣壳实现了准对称性，从而能够构建比以往更大的蛋白质外壳，并澄清他们设计的是架构，而非真正的病毒。
本文提出了一种两阶段微调流程，结合领域自适应微调和强化学习，生成匹配所需氨基酸组成分布并保持序列质量的蛋白质序列。
一篇博客文章，讨论针对受约束的分类概率分布的优化技术，使用softmax重参数化和log barrier方法，应用于蛋白质结合剂设计。
一位推特用户分享了他人推荐的在X上关注AI+生物学领域的最佳账号，涵盖蛋白质设计、基因组学、生物安全和政策。
介绍了MEET，一种用于全原子肽设计的内存高效E(3)等变变压器，与VAE和潜在扩散管道集成，实现了线性内存缩放和改善的生成质量。
Arc Institute推出了Proto，一种用于生成生物学的高级编程语言，允许通过代码或自然语言AI提示来编程蛋白质、DNA和RNA系统。
一个Modal教程，展示如何使用ESMFold2和ESMC模型扩展蛋白质绑定剂设计，包含用于迭代优化和自动伸缩基础设施的代码。
ConTact 提出了一种接触优先（contact-then-act）架构用于抗体CDR设计，该架构将任务显式分解为界面推理、接触预测和接触门控序列生成三个阶段，在Chimera-Bench基准测试上实现了最先进的结构质量和表位感知能力。
本文探讨了人们对人工智能工具可能被用于设计危险生物武器的日益增长的担忧，并引用了一项近期的中国芋毒设计研究作为生物安全风险与科学利益之间辩论的焦点。
本博士论文介绍了用于蛋白质复合物预测和设计的深度学习方法，包括用于接触预测的 GLINTER、用于同源配对的 ESMPair 以及用于结合子设计的 RedNet。
本文旨在作为药物设计中蛋白质先导化合物优化的初学者指南，具体解释了 Cradle-1 流程以及蛋白质结构和功能的基础概念。
TD3B 是一种基于序列的生成框架，利用过渡导向离散扩散设计具有特定激动剂或拮抗剂行为的别构结合物。该论文引入了一种控制蛋白质状态方向性转变的方法，解决了基于静态结构的设计方法的局限性。
本文介绍了 SGRPO，这是一种策略优化框架，通过结合集合级多样性奖励和效用来提升生物分子的生成能力。它在小分子和蛋白质设计等任务中展示了改进的效用-多样性权衡。