MIT 新框架 PottsMPNN 突破蛋白质设计瓶颈
MIT News AI · rss · 2026-08-28
MIT 生物系开发了一种名为 PottsMPNN 的新型机器学习框架,旨在改进蛋白质设计。传统方法常局限于模仿自然序列,而 PottsMPNN 结合了控制蛋白质结构和稳定性的物理原理,通过引入“噪声”增加结构多样性,并利用成对分布捕捉氨基酸间相互作用。该模型在理解“序列-能量”景观方面表现更佳,能够设计出结构可行且不依赖原生序列的新型蛋白质,为生物工程应用提供了更强的基础。
「研究」频道最新
- 观察：AI 评测正从离线走向在线 — vboykis · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- 9 个月内三分之一的数学预印本由 AI 参与写作 — IgorCarron · 2026-10-15
- AAAI/ACM AIES 论文:访谈 15 名从业者揭示负责任 AI 实践何以难持续 — ChinasaTOkolo · 2026-10-15
- Schmidt Sciences 投 1000 万美元资助 19 个 AI 人文研究团队 — OdedRechavi · 2026-10-15
- Reddit 讨论：模型训练是不是「过拟合」杀死了创造力 — Expensive-Paint-9490 · 2026-10-15