PulseAugur
实时 08:17:15
English(EN) Genotypic Triggers: Exposing Pharmacogenomic Blind Spots via Host-Specific Backdoors in Generative Antimicrobial Peptide Models

新型“基因型触发器”攻击针对AI生成的药物安全性

研究人员开发了一种名为“基因型触发器”的新型攻击,可以有意地在生成性抗菌肽(AMP)模型中诱发健康风险。该攻击操纵模型生成具有特定HLA等位基因携带者显著升高的预测免疫原性风险的肽,而对其他人风险很小。尽管存在这种有针对性的风险,但被植入后门的模型仍能保持其主要功能,如抗菌效力和低一般毒性,从而能够绕过标准的安全性筛查。 AI

影响 这项研究突显了用于药物发现的AI模型潜在的安全漏洞,需要为生成式AI在敏感应用中制定新的安全协议。

排序理由 该集群包含一篇详细介绍针对药物发现AI模型的新型攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型“基因型触发器”攻击针对AI生成的药物安全性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Doniyorkhon Obidov, Xiaolong Guo, Yonghui Li, Kaichen Yang ·

    基因型触发:通过生成性抗菌肽模型中的宿主特异性后门暴露药物基因组学盲点

    arXiv:2608.06779v1 Announce Type: cross Abstract: Large Language Models (LLMs) have accelerated drug discovery, particularly in the automated design of antimicrobial peptides (AMPs). However, current validation pipelines for peptide generation models overlook historical precedent…