预印本：PGD改进幻觉式蛋白结合剂设计
热点事件历史事件
预印本：PGD改进幻觉式蛋白结合剂设计
2 篇报道2 个报道来源13 天前更新
先了解这件事
AI 综述
Ross、Miller 与 Wells 发布预印本，提出用单纯形投影梯度下降（PGD）替代常用的 softmax 重参数化序列 logits 梯度下降，用于幻觉式蛋白结合剂设计。作者称，在基于 ESMFold2 的流程、十个靶点上，PGD 以更少迭代降低设计损失，预测界面置信度更高。 作者按每个靶点 1024 个设计池中 ipSAE 分布上尾模拟筛选，称 PGD 在其中六个靶点显著改善、无任何靶点显著变差，且每个靶点设计结构更多样；将较短 PGD 运行与候选筛选搭配，每 GPU 小时计算机模拟命中数比默认长度轨迹提高 29%。 这些均为预印本中作者报告的计算机模拟结果，非湿实验验证；代码与设计数据已公开。后续报道指出，29% 指计算筛选效率提升，并非湿实验成功率提升，研究尚不能证明 PGD 设计的结合剂一定具有更高实验亲和力，能否迁移到 AlphaFold3 等其他结构预测模型或更多复杂靶点仍需额外验证。
AI 根据报道生成 · 12 天前更新
最新进展10月27日 08:23
UCL与Fold9提出用投影梯度下降替代Softmax优化蛋白质Binder设计报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- LeapFun精选UCL与Fold9提出用投影梯度下降替代Softmax优化蛋白质Binder设计
伦敦大学学院与Fold9的研究人员发布预印本，提出用投影梯度下降（PGD）在概率单纯形上直接优化氨基酸概率，替代传统 Softmax 参数化，以缓解低概率氨基酸梯度衰减的问题。
10月23日
- bioRxiv · Bioinformatics精选预印本：投影梯度下降改进基于幻觉的蛋白结合剂设计
该预印本在十个靶点上用基于 ESMFold2 的流程比较了单纯形投影梯度下降（PGD）与 softmax 重参数化序列 logits 上的梯度下降，发现 PGD 以更少迭代降低设计损失，并给出预测界面置信度更高的设计。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 311月2日 02:00
- 近 24 小时变化
- -20%
0123
06:0012:0018:0011月3日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。