RiboDFM：基于骨架条件离散流匹配的RNA序列设计框架
作者提出RiboDFM，一个以骨架为条件的离散流匹配框架，用于设计可折叠为预设三维结构的RNA序列。该方法将几何骨架编码器、碱基配对预测辅助头和语言模型表示整合进离散流采样器，并用trRosettaRNA2预测模型扩充实验结构训练数据。
推荐理由：预印本提出以骨架为条件的离散流匹配方法设计RNA序列，并给出结构自洽性与适配体任务的对照结果。
研发方向
蛋白质设计 最新动态
蛋白、结合剂与治疗相关大分子设计及模型；结构预测、实际表达、结合、功能与可开发性分别判断，不将预测直接当作实验成功。
442 条精选近 30 天 272 条共收录 863 条
更新
精选归档 · 第 9 页
bioRxiv · Bioinformatics精选AI 评分7070 bioRxiv · Bioinformatics精选AI 评分7474 Astrolabe：通过跨情境协调与结构干预实现可编程全原子生物分子设计
作者提出 Astrolabe 闭环框架，将结构条件化的序列生成与用户定义目标结合，在残基、链或复合物层面同步更新，并在预测结构偏离目标几何时进行干预。在摘要报告的评测中，Astrolabe 在蛋白结合剂和小分子结合剂基准上取得最高的计算通过率，并可处理从局部有序化到多结构域重排的靶点构象变化。
推荐理由：该预印本提出跨分子情境协调的闭环设计框架，为多状态、多靶点与组装体设计提供可迁移方法。
ACS JCIM (化学信息与建模)精选AI 评分6363 HEIWA：向 ESM3 注入水-蛋白相互作用的混合显隐式水注意力模块
【全文总结】作者提出 HEIWA 混合显隐式水注意力模块，把溶剂介导的力场信息注入 ESM3 残基嵌入，以修正无溶剂建模导致的物理偏差。研究以嗜热蛋白同源分类为代理任务，用 70 个蛋白的分子动力学 RMSF 基准做生物物理筛选，发现基线模型系统性把氢键误判为失稳因素、并低估表面残基迁移率，加入 HEIWA 后 120 组超参数中有 4 组通过筛选。
推荐理由：研究用嗜热蛋白分类代理任务揭示 ESM3 缺少溶剂编码带来的物理偏差，并提出可迁移的注意力修正模块。
LeapFun精选AI 评分5858 RFD4-Proteina 文档实操解读：从 Binder 生成到 Agent 自动设计蛋白质
作者以使用者视角梳理 Baker Lab 与 NVIDIA 的 RFD4-Proteina 官方文档，按 Quickstart、Cookbook、输入条件、Reward-Guided Search、Metrics 与 Agent Skills 的顺序给出上手路线。
推荐理由：文章按官方文档梳理 RFD4-Proteina 从输入约束、生成搜索到 Agent 编排的实操路径，便于团队复现工作流。
bioRxiv · Bioinformatics精选AI 评分6363 UnibindMD：串联AI设计与分子动力学的从头多肽结合剂设计平台
UnibindMD 是一个把蛋白靶点转化为经计算验证的从头多肽结合剂先导化合物的集成平台，串联 BindCraft 设计、AlphaFold3 类/Boltz-2 结构预测、PRODIGY 亲和力预测、ADMET-AI 可开发性评估与 GROMACS/CHARMM36m 全原子分子动力学五个环节。
推荐理由：平台把结合剂设计、结构预测、亲和力与可开发性评估和全原子分子动力学串成一条链，为多肽结合剂提供交叉验证流程。
arXiv · q-bio.BM (生物大分子)精选AI 评分5858 机器学习辅助定向进化五年回顾：目标错位与 DNA 合成成本被忽视
Bruce J. Wittmann 在 arXiv 发表五年回顾，认为机器学习辅助定向进化（MLDE）进展有限，主因是 MLDE 研究者追求“找到最优蛋白”，而定向进化实践追求“在时间与资源约束下找到足够好的蛋白”。他指出当前几乎所有 MLDE 方法都未计入 DNA 合成成本，导致策略的实际适用性受限，并列举了少数例外工作，主张重设 MLDE 目标与过去五年积累并不冲突。
推荐理由：作者从目标错位与 DNA 合成成本角度，解释机器学习辅助定向进化为何落地有限，并给出目标重设思路。
arXiv · q-bio.BM (生物大分子)精选AI 评分6363 RiboBridge：以蛋白为条件的从头RNA结合剂结构设计框架
RiboBridge是一个以结构为先的从头RNA结合剂设计框架，将RNA构象生成与蛋白- RNA组装分离：先在蛋白表面提出多个候选RNA结合界面，在预训练RNA结构隐空间RiboSphere内生成规范RNA构象，再预测蛋白- RNA相互作用约束，通过刚性放置得到几何一致的蛋白相对位姿。
推荐理由：该框架把RNA构象生成与蛋白- RNA组装拆开，在124个复合物基准上比较了界面恢复精度。
智药邦精选AI 评分7171 Generate与Zealand Pharma达成12亿美元多靶点合作，开发AI设计的代谢疾病蛋白疗法
Generate Biomedicines与Zealand Pharma于2026年10月13日宣布达成多靶点战略合作与授权协议，依托整合生成式AI与高通量实验验证的The Generate平台，共同设计开发针对肥胖症及其他代谢疾病的多特异性蛋白疗法。
推荐理由：交易把生成式蛋白设计与代谢疾病多特异性蛋白疗法绑定，可看合作结构、首付款与里程碑拆分。
bioRxiv · Bioinformatics精选AI 评分6868 预印本提出抗体结合亲和力预测的主动学习基准框架
该预印本提出基于高斯过程主动学习的抗体-抗原结合亲和力预测基准，覆盖 AbBiBench 的八个公开实验数据集，包括流感血凝素抗体 CR6261、CR9114 及针对 SARS-CoV-2 Spike HR2 肽的 AAYL 系列 scFv 库。
推荐理由：该预印本在八个公开抗体亲和力数据集上比较主动学习采集策略，为有限实验预算下的变体优先排序提供参照。
bioRxiv · Bioinformatics精选AI 评分5858 研究基准评测蛋白工程突变方法与搜索空间，为AI设计提供参照
该预印本研究以粉色荧光蛋白Magenta的表型与相对荧光单位（RFU）为读数，将突变体分为中性、有害和灾难性三类，发现约80%的随机突变对人工选择表型有害、20%为中性、0.8%增强该表型。
推荐理由：研究用荧光蛋白表型筛选量化随机突变的适应度分布，并与进化算法比较，为蛋白设计算法提供基准参照。
BioTender精选AI 评分7070 Ligo Biosciences 公布酶设计系统 Artios 的从头设计酶结果
Ligo Biosciences 公布酶设计系统 Artios，首轮荧光素酶实验筛 85 个设计有 7 个具活性，较大蛋白筛 45 个有 9 个初筛命中。
推荐理由：文章逐项拆解 Artios 的筛选口径与实验证据，说明计算通过率与实验命中率之间的差距。
LeapFun精选AI 评分7676 Baker Lab用AF3与RFdiffusion设计65-85 aa合成转录激活子
华盛顿大学IPD与Rice大学团队在bioRxiv发布预印本，用AlphaFold3绘制TAD-辅因子界面地图、RFdiffusion与ProteinMPNN生成结构化binder，经哺乳动物功能池筛获得超过300个针对Mediator、BRD4、NCOA、p300的nM级binder。
推荐理由：该预印本把转录激活拆成可设计的辅因子募集零件，并给出亲和力阈值与CRISPRa对比数据，便于理解控制层模块化路径。
bioRxiv · Biochemistry精选AI 评分5858 靶向AgamOBP4的药物重定位发现新型驱蚊骨架
研究解析了冈比亚按蚊AgamOBP4与N-苯基-1-萘胺及两分子吲哚结合的两种晶体结构，识别出两个芳香结合亚位点及Thr58、Thr70关键残基。
推荐理由：研究以AgamOBP4晶体结构为起点做结构导向虚拟筛选，并用荧光结合与行为实验筛出驱蚊候选骨架。
AI-Protein Design精选AI 评分7676 RFD4-Proteina发布：对比RFD3的表征、推理与湿实验催化设计
RFD4-Proteina 发布，相较 RFD3 改用受力场能量监督的 32 维物理启发潜在空间，并引入内在循环精炼与外在搜索引导的双重潜在推理。干实验中小分子结合聚类通过率为 14.3%（RFD3 为 2.4%），77 个测试靶点全部覆盖；湿实验中 288 个双金属磷酸三酯酶设计有 89 个显示催化活性，最佳催化效率 3,600/M/s。
推荐理由：对比RFD4-Proteina与RFD3在表征、推理机制和湿实验催化设计上的分工，便于判断不同任务的模型选型。
bioRxiv · Pharmacology & Toxicology精选AI 评分6060 从头大环肽筛选获CXCR4选择性拮抗剂，抑制趋化因子驱动迁移与HIV入侵
研究用随机非标准肽整合发现（RaPID）筛选靶向趋化因子受体CXCR4的从头大环肽配体，获得以纳摩尔亲和力结合正构口袋的CXCR4选择性拮抗剂。活性最强的肽可抑制受体信号、抑制趋化因子驱动的细胞迁移并阻断CXCR4介导的HIV入侵。作者据此认为结构极简的A类GPCR同样可作为从头环肽发现的靶点，该结果为预印本摘要报告。
推荐理由：研究用RaPID筛选从头大环肽靶向A类GPCR CXCR4，为这类结构暴露面有限的受体提供配体发现参照。
ChemRxiv Preprints精选AI 评分7070 VHH-Bench：按CDR3构象评测纳米抗体-抗原复合物预测的基准框架
研究提出VHH-Bench基准流程，用非冗余实验解析纳米抗体-抗原复合物数据集评测AlphaFold3、Boltz-2、Chai-1、ESMFold2、HelixFold3和Protenix-v2六个模型。
推荐理由：该基准按CDR3构象分层比较六种结构预测模型，为纳米抗体-抗原复合物预测提供了可复用的评测参照。
ACS JCIM (化学信息与建模)精选AI 评分6363 AlphaFold3 伪系综可捕捉短淀粉样肽的 β 折叠组织与结构多样性
【摘要级】研究测试 AlphaFold3（AF3）模型集合（伪系综）能否预测短淀粉样肽的 β 折叠组织，在 117 条有明确偏好的肽中正确判定 112 条平行或反平行取向。对多态肽 MVGGVVIA 和 LYIQWL，同时采样两种组织可作为结构多样性的信号。作者指出，精确的 steric-zipper 结构建模可靠性较低且偏向紧凑构象，在共溶剂和金属离子存在下也无法再现溶剂介导界面或非经典配位几何。
推荐理由：研究用 AF3 伪系综预测短淀粉样肽的 β 折叠取向，并指出其在溶剂与金属离子条件下的偏差。
bioRxiv · Bioinformatics精选AI 评分6969 Pose：仅依赖 NumPy 的手性感知分子结构构建与操作引擎
作者发布 Pose，一个仅依赖 NumPy 的 Python 库，可从序列构建多肽（含六种非天然氨基酸）和核酸双链，并以字母大小写设定残基手性。
推荐理由：该库以纯 NumPy 重实现力场与打分函数，并给出与 OpenMM、PyRosetta、Vina 的逐项对照，便于评估其可复用性。
bioRxiv · Bioinformatics精选AI 评分5858 研究用冻结ESM2与结构残基先验从序列预测HER2纳米抗体表位与互补位
该预印本提出仅用序列预测HER2表位与VHH纳米抗体互补位，全程不做三维结构预测，以冻结的ESM2 650M作特征提取器，配12.2M可训练参数的链编码器、共享交叉注意力模块及表位、互补位、结合剂三个头，在AVIDa hHER2竞争实验、SAbDab2残基接触和两个参考抗体晶体结构上联合训练。
推荐理由：研究用冻结ESM2与结构先验做纯序列表位预测，并如实报告新抗原残基级结果接近基线。
arXiv · q-bio.BM (生物大分子)精选AI 评分6868 SGRPO：用超组相对策略优化拓展生物分子生成的效用-多样性前沿
研究提出超组相对策略优化（SGRPO），从集合级多样性直接构造奖励，并按留一法把组多样性奖励分配给单条采样，再与效用奖励结合。作者在从头小分子设计、基于口袋的小分子设计和从头蛋白质设计三个设置中，以 GRPO 与 Coupled-GRPO 实例化，覆盖自回归与离散扩散生成器；解码扫描显示 SGRPO 扩展了效用-多样性帕累托前沿，并在前沿级指标上优于基线。
推荐理由：研究把集合级多样性直接写进强化学习奖励，为分子与蛋白生成在效用和多样性之间的权衡提供了可迁移方法。