arXiv · q-bio.QM (定量方法)· Zachary Cutts, John Coller, Rachel Chen, Hua Tang, Mathias Bellaiche, Ryder Easterlin, Dina Zverinski, Petar Sirkovic, Avinatan Hassidim, Yossi Matias, Pooja Rao, Annalisa Pawlosky·· 19 天前精选AI 评分78
研究以适配体为沙盒验证实验室闭环的智能体分子发现
Aptamers as a sandbox for lab-in-the-loop agentic molecular discovery
AI 导读
研究将蛋白结合适配体设计作为沙盒，让智能体流水线针对α-凝血酶和肌红蛋白进行三轮设计-测试-改进，每轮约1000个候选、共约4400个构建体。α-凝血酶新候选的珠校正在靶命中率从第1轮0.0%升至第2轮26.0%、第3轮42.1%（排除文献基序衍生序列为37.1%），肌红蛋白则从10.2%经3.7%升至33.5%。
推荐理由
研究以适配体为沙盒，展示LLM智能体在湿实验闭环中逐轮提升命中率，并对比经验数据与计算代理的价值。
来源：arXiv · q-bio.QM (定量方法) · arxiv.org