Cradle 推出 Guided Rounds：将蛋白质工程轮次最佳实践内置到平台
Cradle 发布 Guided Rounds，把运行机器学习引导蛋白质工程轮次的最佳实践内置到平台，用户输入蛋白类型、是否有实验数据及设计或筛选目标后即可获得默认配置与分步引导。该功能今日面向所有用户上线，覆盖用户最常运行的轮次类型，并可视化数据集、模型训练、设计与审核之间的决策路径以提升可追溯性。需要逐参数控制的科学家仍可自行配置单项任务，计算科学家也可通过 API 扩展自有预测器与评分。
#Cradle
Cradle Bio BlogAI 评分4646
Cradle Bio Blog精选AI 评分5858 Cradle与UC Berkeley Keasling实验室合作，用机器学习优化酵母生产疫苗佐剂QS-21的酶
Cradle与UC Berkeley Keasling实验室合作，将机器学习嵌入酵母生产疫苗佐剂QS-21的酶优化流程。该实验室2024年在Nature报告用38个植物基因使酵母从简单糖类合成QS-21，但产量远低于商业化水平。
推荐理由：案例展示机器学习如何嵌入植物酶优化流程，为替代植物提取的合成生物制造提供可迁移路径。
Cradle Bio BlogAI 评分4242 Cradle Bio 用桑基图可视化多属性蛋白质优化中的权衡
Cradle Bio 将桑基图用作多属性蛋白质生成项目的核心可视化，展示序列在活性、表达、稳定性、安全性和可开发性等约束下的通过或失败流向，以定位设计瓶颈。这些结果均为预测，序列尚未合成或经湿实验验证。两个虚构示例中，将次要安全性约束放宽约10%后序列流量打开；在抗体案例中放宽次要疏水性约束后，主要活性从起始模板的1.5倍提升至2.7倍。