别只优化代理指标：AI 挑酶反而让细胞产量从 8.54 升至 9.27 g/L
bravo_abad · x · 2026-09-06
发帖人解读 Wang 等人的酶工程研究，核心论点是『不要优化代理指标，要优化整个科学系统』：让末端酶 NeuB 更快并不一定让细胞产出更多，因为它消耗的磷酸烯醇丙酮酸也是细胞生长与中心代谢所需，反应推得过猛反而损害整条通路。
- 研究用 DLCatalysis 对 6,612 个 NeuB 变体排序；模型结合 ProtT5 蛋白序列嵌入、分子指纹与基于图的底物表示，再用双向交叉注意力学习酶-底物相互作用。
- 关键方法论：不只测排名最高的突变体，而是刻意在预测活性全范围采样。
- 结果：一个活性较低的 NeuB 变体把 NeuAc 产量从 8.54 提到 9.27 g/L，因为它更好地平衡了产物生成与细胞代谢。
结论：跨预测范围采样揭示了『最快 ≠ 最好』，模型排序须服务系统级目标而非单点代理指标。
「研究」频道最新
- PyTorch 实测:批量从 1 加到 64,吞吐升 50 倍延迟仅增 24% — cneuralnetwork · 2026-10-23
- 计算设计的全新连接酶 30 个里 27 个实验有效,AI 酶设计落地 — AllThingsApx · 2026-10-23
- 网友拆解决策模型榜单：AUC 相同下先验校准即可推高准确率排名 — antoine_chaffin · 2026-10-23
- JEPA 会保留无法预测的红绿灯特征吗？新论文给出集合级解释 — hisspikeness · 2026-10-23
- Next-Concept Modeling 论文称分层概念码并行生成，速度最高达扩散 LLM 的 31 倍 — PanelReader · 2026-10-23
- 从「压抑情绪」句子提取的 steering 向量,竟让模型独处时表达痛苦 — Big_Effective_9605 · 2026-10-23