BioEmu2 结构预测对标 SOTA：Runs N' Poses 与 FoldBench 成绩亮眼
FrankNoeBerlin · x · 2026-10-20
BioEmu2 的基础是结构预测。在相同训练/测试划分下，其结构预测模式与 SOTA 折叠模型具竞争力：
- Runs N' Poses 高分辨率蛋白-配体复合物基准：成功率曲线与 Protenix v1/v2、ESMFold2、OpenFold3、OpenDDE 等相当。
- FoldBench：蛋白、核酸及复合物结构的 lDDT 与成功率与 Boltz v1、ESMFold2、Protenix v2 等同档。
团队愿景：测序与结构预测已规模化，但生物分子如何改变形状、结合互作、产生功能与疾病？他们要做能扩展到基因组尺度的定量方法。
所属事件:微软开源 BioEmu2：蛋白质动力学模拟加速超十万倍(15 条相关)→
「研究」频道最新
- Conditional Program 压缩 LLM n-gram 查找表，存储省 75% 且保真度更高 — dnotitia · 2026-10-20
- 消融实验显示领域区分设计可贡献最多 3.7 分 agent 性能 — morgymcg · 2026-10-20
- 独立研究者把文档藏进冻结 72B 模型的「物理记忆卡」，SSD 存取可复现答案 — Nearby_Indication474 · 2026-10-20
- 系统性梳理 9 个前沿模型的 Vision Encoder 设计差异 — liuziwei7 · 2026-10-20
- continuous control 中 critic-only RL 势头渐起，新论文扩展 GQN 工作 — m_wulfmeier · 2026-10-20
- AIPOCH 开源 Open-Science：给 AI 研究装上可溯源审计链 — rohanpaul_ai · 2026-10-20