至知创新研究院发布分布式计算系统Tessera,在512张GPU上完成约3070万原子分子动力学计算
至知创新研究院在论文中提出分布式计算系统Tessera,基于E2Former V2架构的UBio-MolFM模型,在512张GPU上完成约3070万原子的完整能量与受力计算,单步耗时1.684秒,扩展效率89.7%。
推荐理由:该工作把多层等变机器学习力场扩展到数千万原子,并给出弱扩展效率与千万原子轨迹的结构统计对照。
至知创新研究院在论文中提出分布式计算系统Tessera,基于E2Former V2架构的UBio-MolFM模型,在512张GPU上完成约3070万原子的完整能量与受力计算,单步耗时1.684秒,扩展效率89.7%。
推荐理由:该工作把多层等变机器学习力场扩展到数千万原子,并给出弱扩展效率与千万原子轨迹的结构统计对照。
浙江大学侯廷军团队联合中国药科大学等在Nucleic Acids Research发表PROTAC-DB 4.0,将数据库从PROTAC扩展至分子胶和XTAC。
推荐理由:该论文把PROTAC、分子胶与XTAC数据整合进统一知识库,并给出LLM加RAG的检索架构,可作为靶向降解数据资源与AI建模的参照。
上海人工智能实验室、中国药科大学等机构发布预印本 DrugHarness,将 80 多项科学工具的执行与带条件的技能学习整合到同一智能体系统中。加入冻结领域技能后,Qwen3.7-Max 在 MolBench 的亲和力比较准确率从 62.2% 升至 81.1%,优化成功率从 79.5% 升至 87.2%,但虚拟筛选 Hit@3 从 60% 降至 48%。
推荐理由:该预印本把智能体的工具执行与条件式技能学习结合,并给出基准与细胞实验的对照结果。
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield,同步开放模型权重、推理代码及训练与评测数据集。
推荐理由:晶泰科技开源可预测紫外校正因子的模型,为高通量实验的产率定量提供了可复现的替代路径。
浙江大学李承熙团队在《Nature Communications》发表CycloPepper,用机器学习预测治疗性环肽的环化结果并优化合成。研究基于全自动环肽合成平台CycloBot构建306个环肽数据集,采用SVC模型结合One-hot编码、氨基酸组成、二肽组成及16维理化特征,交叉验证准确率84%,实验验证一致性86%。
推荐理由:该研究用自动化合成数据训练环化位点预测模型,为环肽合成路线选择提供了可复用的在线工具。
David Mobley 团队发布新预印本,介绍一种用于发现蛋白-配体复合物常见模拟中采样问题的简单分析工具,其做法是统计扭转态之间的跃迁次数。作者称该方法简单但出乎意料地有用,预印本已发布于 ChemRxiv。
推荐理由:作者发布预印本,介绍一种通过统计扭转态跃迁来识别蛋白-配体复合物模拟采样问题的简单分析工具。
Eikon Therapeutics 在 Nature Methods 发表论文,介绍其斜线扫描(OLS)技术,该技术可与公司单分子追踪(SMT)平台结合,在活细胞中以最高每秒 14 平方微米的速度评估蛋白运动。
推荐理由:Eikon 在 Nature Methods 披露 OLS 与单分子追踪平台的技术细节,为高通量蛋白动态测量提供方法参照。