如何复刻蛋白质设计的成功？小分子 AI 缺的是全生命树的配体数据
proteinrosh · x · 2026-11-04
sokrypton 与 proteinrosh 就“小分子药物设计如何复制 AlphaFold 式突破”展开讨论：
- sokrypton：蛋白质结构的成功源于基因组/宏基因组带来的共变（covariation）数据；LLM 之于文本/代码同理。想让小分子设计获得同等突破，需要在整个生命之树上系统采集各物种配体存在/缺失的数据。
- proteinrosh：测序本身兼具廉价与信息量，不必刻意采集共演化数据——测序只是恰好让共变数据变得便宜。
- sokrypton 回应：关键在共变模式，需要在自然或人工选择下采集可供提取共变的等价数据，并感叹要在生物多样性灭绝前找到快速廉价采集详细信息的办法。
所属事件:ESMFold 作者提出全生命树配体普查构想小分子版AlphaFold(8 条相关)→
「研究」频道最新
- 人类与 AI 的数据效率差距：预训练效率与零样本灵活性 — dyamins · 2026-11-05
- 0.8B 小模型登顶开源流式安全护栏，超越大 5-10 倍的对手 — const_reborn · 2026-11-05
- Anima Anandkumar 将任 SC26 超算大会主题演讲嘉宾 — AnimaAnandkumar · 2026-11-05
- 改 0.0002% 权重无训练胜原模型，MIT 提出权重空间编程 — dbreunig · 2026-11-05
- 研究者质疑 RoboColosseum:多场景广度测不出物体的物理理解 — DJiafei · 2026-11-05
- 从 FairProof 到 ExpProof：用零知识证明为 ML 公平性与解释背书 — chhaviyadav_ · 2026-11-05