微软 EvoDiff 蛋白质生成模型登 eLife，仅靠序列即可设计
KevinKaichuang · x · 2026-08-27
微软研究院等机构的论文《Protein generation with evolutionary diffusion: sequence is all you need》发表于 eLife。该研究提出了 EvoDiff，一个与顺序无关的扩散基础模型，用于蛋白质序列生成。
核心能力与应用：
- 无条件生成：从头设计新的蛋白质序列。
- 基序支架：在保留特定功能基序的同时生成周围序列。
- MSA 条件设计：基于多序列对齐（MSA）进行引导设计。
- IDR 修复：对固有无序区域进行填充和修复。
评价与意义：
-eLife 评审认为该研究“重要”，证据“坚实”，结合了计算评估与实验验证。研究展示了仅使用序列信息（无需结构坐标）即可进行高效蛋白质设计的潜力。
所属事件:微软 EvoDiff 蛋白质生成模型最终版登 eLife(2 条相关)→
「研究」频道最新
- DeepPhylo 用深度学习推断系统发育树，摆脱恒定突变率等强假设 — anshulkundaje · 2026-10-15
- Wander 预印本提出图基础模型:随机游走接口统一图预测任务 — mmbronstein · 2026-10-15
- CHI 审稿人观察:AI 垃圾论文泛滥,但好研究依然在出现 — IanArawjo · 2026-10-15
- CMU 基准测试:135 篇 AI 代理科研论文 114 篇未过诚信审查 — arankomatsuzaki · 2026-10-15
- 让 AI 真正从经验中学习:资深从业者给出 8 条不可妥协原则 — tokenbender · 2026-10-15
- Benchling 发布 Science Foundries：智能体蜂群重塑科研工作流 — nlarusstone · 2026-10-15