Nature Methods 发布 ProteinDPO：用DPO优化蛋白质生成稳定性
KevinKaichuang · x · 2026-08-16
Nature Methods 论文介绍了 ProteinDPO，一种利用直接偏好优化(DPO)来对齐蛋白质生成模型的方法。该模型在结构条件蛋白质语言模型上进行训练，以优先生成稳定的蛋白质序列。
核心成果：
- 稳定性预测：ProteinDPO 在稳定性预测上达到了与任务特定模型相竞争的性能。
- 超越微调：在一致性地优于无监督和微调版本的同时，保留了预训练的通用知识。
- 泛化能力：能够泛化到训练数据之外，实现多链蛋白质复合物的稳定化和结合亲和力预测的改进。
- 实际应用：论文展示了该模型在稳定流感疫苗主要成分血凝素(Hemagglutinin)预融合状态中的应用。
所属事件:ProteinDPO将大模型对齐技术引入蛋白质设计(4 条相关)→
「研究」频道最新
- 对比大脑与 Transformer：Agent 机制相反 — lateinteraction · 2026-08-16
- 中科大等提出RiO-DETR：端到端旋转检测首次进入实时区间 — 机器之心 · 2026-08-16
- 基因组如何在有限信息预算下构建大脑 — TonyZador · 2026-08-16
- 分析 8.9 万次对话：AI 确实过度使用了破折号 — Pristine_Ad3669 · 2026-08-16
- Sergey Levine 发布 2026 春季深度强化学习课程 — svlevine · 2026-08-16
- 25个LLM基础面试题：从token到scaling law全覆盖 — techNmak · 2026-08-16