AI 蛋白设计新突破：统一潜空间实现磷酸化位点选择性结合
DidiKieran · x · 2026-10-21
这是关于蛋白质设计统一潜空间方法的系列推文之一。作者指出，统一的潜空间（unified latent space）能进一步提升结合特异性：他们成功让设计出的结合蛋白特异性地识别磷酸化的丝氨酸和苏氨酸残基，甚至当这些磷酸化位点在目标蛋白上紧密相邻时，也能实现位点选择性（site-selectively）的结合。这展示了基于生成模型的蛋白设计在翻译后修饰识别上的精细控制能力。
「研究」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- AI 揭穿阴谋论研究风波落幕：Science 撤回关注声明，结论不变 — DG_Rand · 2026-10-23
- Embodied First Exam：一行代码在 44 台机器人上考你的 Agent — ManlingLi_ · 2026-10-23
- Anima Anandkumar 演讲：AI 气象模型胜超算，但不会取代科学家 — AnimaAnandkumar · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- 作者用布尔逻辑造 LM:前向传播单线程仅需几微秒但训练极慢 — cephaloform · 2026-10-23