AI 制药瓶颈何在？研究者详解结合剂预测与表位对接难题
anshulkundaje · x · 2026-10-01
Alex Campreis 在关于 AI 蛋白设计的推文串中指出，除从头设计外，现有方法还难以回答两个问题：判断一个已存在的结合剂（binder）是否真能结合任意靶点；以及即便已知它确实结合该靶点，预测它结合的是哪个表位——即经典的「docking 问题」。他追问这一瓶颈背后的原因。
「研究」频道最新
- 没有评估就是盲建：上下文嵌入模型需对消歧上下文块也高排序 — antoine_chaffin · 2026-10-01
- Pantheon 开源 Argus 机器人数据标注管线，审计九大数据集并放出 3546 条标注 — silver__tsuki · 2026-10-01
- Blender Bench v1 发布:GPT-6 Astra 综合领先,Claude Opus 5.5 拿下建模与布料 — yshan2u · 2026-10-01
- 剑桥发布 SAM-Brain3D,阿尔茨海默等脑病早期检测超越现有方法 — lawrennd · 2026-10-01
- PDB 数据已被榨干，蛋白结合折叠模型普遍面临数据饥荒 — anshulkundaje · 2026-10-01
- Stanford NLP 推出 UniEvo-VL：自蒸馏训练让多模态模型自我进化 — stanfordnlp · 2026-10-01