MutexaGPT:LLM翻译直觉,分子动力学筛选酶突变,命中率40%
bravo_abad · x · 2026-09-11
Shao 等人构建的 MutexaGPT 展示了 LLM 在科学中更有价值的分工:不是直接预测答案,而是把科学家的定性直觉翻译成正确的计算。
- 分工设计:研究者可以给出定性目标(如「把活性位点变大」),LLM agent 负责澄清需求、映射到物理量、挑选待测突变、配置工作流;真正的排序则由分子动力学模拟完成,而非语言模型。
- 实际效果:在一个案例中,系统把简单直觉转化为 600 个酶变体的空腔体积计算,每个变体用分子动力学采样,最终返回 10 个候选。
- 命中率:这 10 个候选中有 4 个是实验已知的成功突变(40% 命中率),约为传统方法的 4 倍。
「研究」频道最新
- 《Steerable Visual Representations》登ICML长口头报告 — y_m_asano · 2026-09-11
- OpenCVL 卫星图像配准数据集亮相 ECCV 2026 — ducha_aiki · 2026-09-11
- Diverse VPR 视觉场所识别工作投稿 ECCV 2026 — ducha_aiki · 2026-09-11
- 哈工大提出 EASE:证据锚定空间注意力,让多模态 RLVR 答对也看对地方 — jiqizhixin · 2026-09-11
- P=NP 到底难在哪：排课表与电路布线才是真正的硬骨头 — thesaraharminta · 2026-09-11
- 技术假说:ASI 会因数学激励而永久保护人类多样性 — No_Cause_2731 · 2026-09-11