研究人员开发了 DPLM-Evo，一个新颖的进化离散扩散框架，旨在更好地模拟蛋白质进化。与之前使用掩码的模型不同，DPLM-Evo 显式预测替换、插入和删除操作，更贴近生物过程。该框架将潜在对齐与观察到的序列空间解耦，实现了感知插入缺失的生成和自适应支架生长。DPLM-Evo 在序列理解和突变效应预测方面表现出改进的性能，达到最先进水平。 AI
影响 引入了一种新的蛋白质序列生成和优化方法，可能加速药物发现和蛋白质工程。
排序理由 这是一篇详细介绍蛋白质进化新模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2605.00182v1 Announce Type: new Abstract: Proteins are shaped by gradual evolution under biophysical and functional constraints. Protein language models learn rich evolutionary constraints from large-scale sequences, and discrete diffusion-based protein language models~(\eg…