LPT框架实现从自然语言提示自动设计蛋白结合剂

Uckelmann, M. 等人提出 LPT（little protein tiger）框架，将大语言模型（LLM）各阶段固定编排，每个阶段运行有界智能体循环并配置定制系统提示与工具权限，可从单条自然语言提示出发完成从头蛋白结合剂设计。 该框架的 LLM 阶段可查询一个经整理的文献数据库（约 1.4 万篇论文被提炼为关键发现）。作者称，有数据库访问权限的模型在 48 道取自数据库关键发现的测试题中答对 41 道，无访问权限的模型一道未答对。 在三项端到端设计任务中，LPT 从单条提示自主识别设计意图、选择靶点、结构与热点残基，设计候选结合剂以干扰 CALCRL/RAMP1、PD-1/PD-L1 和 PVR-TIGIT 相互作用。作者称，多种折叠模型交叉验证显示其计算（in silico）成功率高，且 token 消耗与计算成本低。

AI 根据报道生成 · 9 天前更新