Antimicrobial peptides
PulseAugur coverage of Antimicrobial peptides — every cluster mentioning Antimicrobial peptides across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Google DeepMind 使用 AI 工作台加速抗菌肽的发现
Google DeepMind 开发了 Google Antigravity，这是一个代理科学工作台，旨在加速新型抗菌肽 (AMP) 的发现。该平台集成了多个数据库，并利用一个名为 ProtNLM 的深度学习模型从蛋白质序列预测生物功能，使研究人员能够快速评估和优先排序潜在的候选药物。该系统已被用于识别一种新型 AMP 候选物，该候选物对呼吸道病原体具有预测活性，目前正在进行实验室验证。
-
TabPFN模型在抗菌肽谱分析中达到最先进水平
研究人员开发了一种新颖的多活性抗菌肽（AMP）谱分析流程，该流程利用了仅序列方法并结合了TabPFN模型。该方法在ESCAPE基准测试中取得了最先进的成果，优于复杂的多模态深度模型。该流程的有效性归因于其在无需广泛训练或超参数调整的情况下进行上下文预测的能力，证明了详细的结构信息对于准确预测并非必需。
-
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。
-
New AI Model AMPGAN v3 Generates Novel Antimicrobial Peptides
研究人员开发了 AMPGAN v3，这是一种新颖的多目标条件 GAN，旨在生成具有非天然氨基酸和化学修饰的抗菌肽 (AMP)。该先进模型展示了改进的训练稳定性，并且优于之前的生成 AMP 模型。对五种候选肽的体外验证显示，其中两种对革兰氏阳性菌有效，一种对枯草芽孢杆菌的最小抑菌浓度 (MIC) 达到 8 μg/mL。此外，该团队还引入了 PepCraft，这是一个多智能体框架，使用规划智能体来管理专门的执行器，以实现全面的 AMP 发…