全 AI 设计的分子 Dyno-hc9:7 个突变位点全部由深度学习挑选、可穿越血脑屏障
IAmSamFin · x · 2026-11-20
samsinai 介绍其 2021 年设计的分子 Dyno-hc9:整条设计流程由深度学习模型管线完成,序列层面的位点选择没有任何人工干预——人类只设计了流程本身。
关键信息:
- Dyno-hc9 距离野生型仅 7 个突变(均为必要),位点和氨基酸均由模型挑选,且是在单轮 20 万个设计中筛出的。
- 它通过一种新机制进入灵长类大脑,该机制此前不为人知,连看到机制 ID 也不明显,团队花了数年才找到并确认,更多细节即将公布(配图标注:非人灵长类脑递送效率提升 100 倍、肝脏脱靶降低 10 倍、可制造性 1 倍)。
- 团队强调自己是高通量平台,控制的是命中率而非一次成功率,但若没有强生成模型、良好的 OOD 控制和过滤器,从海量设计中挑出这个分子是不可能的。
背景是被引用的 Andrew Dunn 为 Isomorphic Labs 融资报道提出的「AI 驱动分子」三级难度框架,Dyno-hc9 属于最高级别的展示案例。
「研究」频道最新
- 科学家给 HF datasets 开 PR:BIDS 神经影像与生物电信号支持 — evijit · 2026-11-20
- 统计 Hugging Face 各科学领域数据格式:基因组学 AnnData 居首 — evijit · 2026-11-20
- 微调 Qwen3-VL 8B 解读镜头语言,准确率 69% 远超 Gemini 与 Opus — ravisparikh · 2026-11-20
- Victor Taelin 发布 Bend2 演讲,详解并行语言设计背后的动机 — pbaylies · 2026-11-20
- PL Neuro 发布 Neuro Atlas:神经科技公司与里程碑一图尽览 — melnykowycz · 2026-11-20
- Reddit 热议:该不该办一个中文 AI 学术会议 — Mean_Revolution1490 · 2026-11-20