开发者用 Claude 凭记忆生成 MSA 喂 AlphaFold 做结构预测
AlphaFold 领域知名开发者 sokrypton 在 11 月 20 日发布系列帖子,演示了一条无心插柳的 AI4Science 流程:不调用任何外部工具,直接让 Claude Fable 5.2「回忆」目标蛋白的远源同源序列,按谱系分组生成多序列比对(MSA),这些凭记忆生成的 MSA 呈现清晰的共进化信号,随后输入 AlphaFold 即可做结构预测。他公开了完整 GitHub gist 脚本「recallmsa.py」,一个文件实现从 prompt 到接触图的端到端流程。
已确认
- 相同序列数条件下,召回 MSA 的 top-L 接触精度约为真实 MSA 的八成(多个验证例子中接触精度在 43-56% 区间);单次运行成本约 15 美元,每个会话约生成 2000 条序列。
- 对比 UniRef100 分析显示,「召回」序列并非简单地从数据库背诵,序列与数据库命中存在差异,作者据此探讨其来源是记忆拼接还是从学到的共进化规律外推生成。
- de novo 设计蛋白的尝试有部分成功:Top7 召回 1992 条序列、Neff 1300,91 个 top-L 接触对中命中约 35%(配合 APC 协方差耦合分析);另一案例 6MRR 也有测试。
尚未确认
- 「召回」序列的真正生成机制(拉取、背诵还是生成式外推)仍属作者的探讨性分析,未下定论。
为什么重要
- Ian Anderson 指出,这为缺乏同源序列的从头设计蛋白提供了一条绕过路径。但 sokrypton 本人在第 5 部分给出致命短板:对 UniProt 中无任何命中、无法构建真实 MSA 的「孤儿」蛋白,召回 MSA 的接触精度骤降至仅 2-15%(如 EMCV 2A 蛋白)。此外模型曾以「这是 de novo 蛋白、没有同源序列」为由拒绝执行,作者打算用提示词绕过这一分类限制再做实验。
2026-11-20 ~ 2026-11-20 · 9 条相关
- 第 1 集:第三方实测指最新 Claude 曾大规模训练蛋白质序列(2026-11-17,10 条)
- 第 2 集:sokrypton 实测 Claude Fable 仅凭序列预测蛋白接触图(2026-11-18,12 条)
- 第 3 集:Claude 被曝可原生预测蛋白质结构引热议(2026-11-18,2 条)
- 第 4 集:开发者用 Claude 凭记忆生成 MSA 喂 AlphaFold 做结构预测(2026-11-20,9 条)
一手来源
- 开发者用 Claude Fable 5.2 凭记忆生成 MSA,喂给 AlphaFold 做结构预测 — sokrypton ·
- Claude MSA 完整流程:无工具纯凭记忆召回同源序列,接触精度 43-56% — sokrypton ·
- 致命短板:对无同源的孤儿蛋白,LLM 召回 MSA 的接触精度仅 2-15% — sokrypton ·
- 【源头】开发者用 Claude Fable 5.2 凭记忆生成 MSA,喂给 AlphaFold 做结构预测 — sokrypton · 2026-11-20
- 【源头】Claude MSA 完整流程:无工具纯凭记忆召回同源序列,接触精度 43-56% — sokrypton · 2026-11-20
- LLM 召回 MSA 共进化接触精度达真实的 8 成,单次成本约 15 美元 — sokrypton · 2026-11-20
- LLM 召回的同源序列是背的还是推的?对比 UniRef100 给出答案 — sokrypton · 2026-11-20
- 【源头】致命短板:对无同源的孤儿蛋白,LLM 召回 MSA 的接触精度仅 2-15% — sokrypton · 2026-11-20
- 用 Claude Fable 生成 MSA 喂给 AlphaFold,破解从头蛋白结构预测 — IanAndersonLOL · 2026-11-20
- 用模型生成 MSA 做从头蛋白结构预测,模型曾以无同源序列为由拒绝 — sokrypton · 2026-11-20
- 用 Fable 5.2 召回同源序列做 de novo 蛋白共进化分析,Top7 接触对预测命中 35% — sokrypton · 2026-11-20
另有 1 条近重复转述:sim0nsays