跳到正文
10月28日周三
10月21日周三
  1. NVIDIA Healthcare & BioNeMo72

    NVIDIA 与 UW 蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina

    NVIDIA 与华盛顿大学医学院蛋白设计研究所发布开放模型 RFD4-Proteina,将可编程蛋白设计与搜索能力结合,可按分子输入、约束和评分目标生成并优化蛋白设计。

    推荐理由:该开放模型把可编程蛋白设计与搜索结合,并在四类基准上报告了相对基线的设计成功率与吞吐表现。

10月16日周五
10月14日周三
  1. Google DeepMind / Isomorphic58

    Google DeepMind 发布 Gemini 4 Argon,并展示其在酶设计与科研任务上的应用

    Google DeepMind 发布 Gemini 4 Argon,通过 API、AI Studio、Gemini 平台及 Antigravity 等入口向开发者、企业和科研人员开放,输入定价为每百万 token 2 美元、输出为每百万 token 10 美元。

    推荐理由:Gemini 4 Argon 在数小时内完成丝氨酸酯酶设计,并经实验室测试确认催化活性,为通用模型参与酶工程提供了具体案例。

9月11日周五
  1. 英灵殿科技Valhalla78

    华盛顿大学David Baker团队提出RFOptimization:用全原子结构模型引导蛋白质设计优化

    华盛顿大学蛋白质设计研究所David Baker团队提出RFOptimization(RFO),冻结RF3参数,从Pairformer后的distogram与置信度头提取梯度,在离散序列空间用梯度引导MCMC搜索,并与Boltz加ProteinMPNN/LigandMPNN的结构循环分支交替使用,AlphaFold3仅作独立评估。

    推荐理由:该工作把全原子结构模型的内部梯度用于已有候选的序列优化,并给出跨模型一致性与算力成本的对照。

7月31日周五
  1. Profluent20

    Profluent团队将参加RosettaCon

    Profluent团队下周将前往Summer RosettaCon!找到@jeffruffolo、@richardwshuai、@ShiakiMinami和Alex Hoffnagle,打个招呼👋 你可以在周四下午1:30听Richard谈论E1,我们的编码器模型(“E1:用于适应度和结构预测的检索增强蛋白质编码器”),Alex将在周一晚上7:30分享他在我们AI设计的碱基编辑器上的工作(“使用蛋白质语言模型设计可编程碱基编辑器”)。

7月10日周五
3月23日周一
  1. Cradle Bio Blog58

    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。

12月4日周四
  1. Baker Lab · IPD (蛋白质设计研究所)88

    Baker Lab 发布 RFdiffusion2:以提示直接生成高效酶

    Baker Lab 报告开发 RFdiffusion2,可直接以活性位点原子排布为输入生成酶,无需实验室优化即具备催化活性。在 Nature Methods 研究的计算基准中,该模型解决 41 项酶设计挑战中的 41 项,此前最佳工具为 16 项。

    推荐理由:RFdiffusion2 以活性位点结构为输入直接生成酶,并在计算基准中解决全部 41 项设计挑战,为酶设计提供了新的可复用工具。