哈佛研究:利用蛋白质模型差异设计特异性变体
AllThingsApx · x · 2026-08-02
哈佛大学医学院的研究团队在 bioRxiv 发表了关于蛋白质工程的新论文。研究指出,定向进化在庞大的序列空间中难以高效遍历适应性景观。
虽然近年来在天然序列上训练的无监督概率模型(PLMs)在预测突变效应方面展现出潜力,但PLM 往往倾向于建议保留与模板序列相似结合特性的变体。研究人员提出,可以利用不同蛋白质适应性模型之间的差异,来设计具有改变特异性(如新底物或配体)的蛋白质变体。
「研究」频道最新
- 新架构 RHEA:8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路:自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构,解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为:六成阅读量来自指令与笔记 — dair_ai · 2026-08-24
- Claude 自主验证 43 个数学模块,AI 攻克理论物理难题 — Tkaraletsos · 2026-08-24
- AI 假记忆:为何模型越用越错,真记忆需遗忘 — PrajwalTomar_ · 2026-08-24