研究人员开发了一种使用大型语言模型来改进用于设计目的的蛋白质结合剂选择的方法。通过利用 GPT-4o 和 GPT-5.4 等模型，他们可以创建结合各种代理分数的排名策略，以优先选择候选者。这种方法与现有的固定基线相比显示出适度的改进，表明大型语言模型可以作为有效的生成后决策层，用于从大型池中优化结合剂选择。 AI
影响 大型语言模型可以优化科学研究中的复杂选择过程，有可能加速药物开发等领域的发现。
排序理由 该集群包含一篇学术论文，详细介绍了使用大型语言模型进行蛋白质结合剂设计的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- GPT-4o
- GPT-5.4
- Nipah virus
- Protenix
- Ring-box 1
- Triggering receptor expressed on myeloid cells 2
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
