跳到正文
10月31日周六
10月30日周五
  1. BioAIDesign76

    专题综述 | Evo 2 学会举一反三:Arc × 斯坦福用少量序列引导生物设计

    Arc Institute、斯坦福 Brian Hie 团队及合作者于 2026-10-29 在 Zenodo 公开两项预印本,显示预训练基因组模型 Evo 2 可用少量功能相近序列作为示例做上下文学习,不更新参数即可调整生成方向。

    推荐理由:综述梳理 Evo 2 少样本上下文学习的两项预印本,区分计算筛选与湿实验证据,并给出跨任务适用边界。

10月29日周四
  1. Patrick Hsu74

    Evo 2 通过上下文学习实现蛋白质与基因组生成式设计

    Patrick Hsu 转发 Garyk Brixi、Brian Hie 等人的新工作,显示 Evo 2 基因组语言模型可在无需重训练的情况下通过上下文学习(ICL)完成生成式设计。仅凭少量示例,Evo 2 ICL 即可生成蛋白质、从头抗体、CRISPR-Cas9 位点、线粒体基因组和完整噬菌体。研究还利用合成序列迭代构建思维链(CoT),以完成更难的设计目标。

    同一新闻,精选展示《Brian Hie 团队报告 Evo 2 的生成式上下文学习能力》

10月26日周一
10月20日周二
  1. BioTender38

    AI 将让人类从零开始设计生命

    Biohub 公布总口径达 18 亿美元的生物学协作计划,为预测细胞反应的 AI 模型铺设数据地基,但该金额包含资金、计算与既有数据资源,并非已到账现金。Evo 2 可一次处理约 100 万个碱基,其生成的基因组级序列在多项计算指标上更接近天然序列,但团队承认仍可能缺少必需基因,计算评估不能保证功能与复制能力。

10月19日周一
  1. BioArt78

    Arc Institute团队在Cell发表scBaseCount:AI智能体构建5.02亿细胞单细胞转录组数据库

    Arc Institute的Yusuf H. Roohani和Hani Goodarzi团队在Cell发表scBaseCount,用AI智能体SRAgent从SRA挖掘并标准化重分析10× Genomics单细胞数据,汇集超过5.02亿个细胞、覆盖27个物种和75种组织。

    推荐理由:该研究用AI智能体从SRA挖掘并统一重分析单细胞数据,为细胞基础模型训练提供了可比较的数据规模与扰动识别增益。

10月17日周六
9月30日周三
  1. Google DeepMind / Isomorphic74

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白与结构嵌入可验证水印

    Google DeepMind 推出面向合成生物学的 SynthID Bio 水印方法,可在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名,并在实验室测试中保持生物功能。

    推荐理由:介绍一种嵌入蛋白序列与预测结构的可验证水印方法,并给出湿实验与检测稳健性证据。

4月29日周三