离散扩散模型 DTCR 按靶点设计 T 细胞受体,可泛化到未见免疫目标
bravo_abad · x · 2026-08-27
Haoyan Wang 等人提出 DTCR,一个离散扩散模型,可针对特定 peptide–MHC 靶点生成候选 T 细胞受体(TCR)——即对从未见过的免疫目标设计出能结合它的受体序列。
方法上的亮点是不把蛋白序列当任意字符串:前向扩散中用基于 BLOSUM 替换矩阵(源自蛋白进化中的氨基酸替换模式)逐渐腐蚀氨基酸;反向过程在重建受体序列时,引入 TCR–epitope 结合预测器引导生成,使其偏向目标结合的候选。这展示了生成式 AI 在免疫治疗设计上的新范式。
「研究」频道最新
- 多样性预训练可减少机器人特定数据需求 — chris_j_paxton · 2026-08-28
- 新基准 PACT:一句施压让模型违规率升 65%,无一适合无人监督 — baseten · 2026-08-28
- 开源两大新基准:测试 AI 在意图展开与计划变更中的表现 — AIwithGhotai · 2026-08-28
- 蛋白质语言模型 ESM 之父 Alex Rives 入选 TIME100 AI 榜单 — proteinrosh · 2026-08-28
- 分层字节语言模型新论文:动态多字节预测提速推理 — madeofAjala · 2026-08-28
- Jeff Dean 新项目 DiscoveryLoop:把蒸馏迭代哲学搬进科学实验 — agihouse_org · 2026-08-28