Baker 实验室从头设计转录激活因子：不依赖天然激活域 recruit 辅因子

AllThingsApx · x · 2026-10-22

Baker 实验室新论文采用自下而上（bottom-up）方法设计转录调控因子：不依赖天然存在的激活域（activation domains），而是直接设计能招募特定辅因子（cofactors）的紧凑蛋白。

目前已实现激活因子（activators）的设计，抑制因子（repressors）尚在后续工作中。

原文链接 →

「研究」频道最新

• MIT 新机器学习方法将 2-6 周期天气预报精度破纪录提升 — LesterMackey · 2026-10-22
• 微软研究登 Nature:机器学习攻克 2-6 周天气预报难题 — LesterMackey · 2026-10-22
• 微软/MIT/ECMWF 登 Nature:AI 偏差修正让 2-6 周预报精度翻倍 — LesterMackey · 2026-10-22
• 哈佛本科生在微软研究院实习，ML 订次季节天气预报登 Nature — LesterMackey · 2026-10-22
• Chatlet：在群聊中自动生成的协作决策界面 — HaijunXia · 2026-10-22
• 研究者：想法足够具体，AI agent 几乎能自主完成整个研究 — burny_tech · 2026-10-22

更多「研究」频道 AI 资讯 →