蛋白质设计综述：从双分子识别走向可编程细胞控制与涌现行为
KevinKaichuang · x · 2026-10-21
Kevin Kaichuang 分享了一篇蛋白质设计（protein design）领域的综述，提出宏大愿景：构建模块化催化剂、条件响应疗法、能量转换机器与信息处理网络，实现超越进化探索的可编程行为。
配图框架展示了该领域的完整路线图：
- 现状：双分子识别（信号拮抗剂、激动剂、抗毒素、抗病毒如 HA 与 SARS-CoV-2 结合蛋白）已较成熟。
- 近期挑战：非蛋白识别（核酸/小分子/PTM 结合）、内在无序蛋白、可编程动力学、多组分系统设计。
- 长期目标：可编程细胞控制、de novo 信号通路组装、偶联构象变化与超灵敏/振荡等涌现行为。
「研究」频道最新
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- SFT 阶段配方公开:指令/推理/代码/数学混训,不做多 epoch — TimDarcet · 2026-10-21
- 训练中期阶段揭秘:扩到 131k 上下文,「不要 logit,只要 token」 — TimDarcet · 2026-10-21
- 数学家 Daniel Litt 认输后谈 AI：能解题，但自动化不了数学研究 — ziv_ravid · 2026-10-21
- AI 制药真实现状：不是一句话治癌，而是海量结合筛选加毒性过滤 — burny_tech · 2026-10-21
- PyTorch 官方详解 IBM Spyre 后端：KTIR 与数据流调度器如何跑通 AI 加速器 — PyTorch · 2026-10-21