ProteinGym
PulseAugur coverage of ProteinGym — every cluster mentioning ProteinGym across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
ProtModernBERT 将蛋白质模型训练成本降低 90%
研究人员开发了 ProtModernBERT，这是一种新的蛋白质语言模型，可在保持具有竞争力的性能的同时显著降低训练成本。这款现代化的 BERT 类模型专为资源受限的实验室设计，其性能与 ProtBert 和 Amplify-120M 等现有模型相当，但预训练 FLOPs 减少高达 90%。研究强调，在低计算环境中，架构改进而非仅仅是参数数量对于效率至关重要。
-
AI通过语言指导和安全焦点推动蛋白质设计进展 · 跟踪6个来源
研究人员正在探索使用先进的AI模型进行蛋白质设计的新方法，重点关注自然语言指导和数据完整性。一项研究详细介绍了两种仅数据中毒攻击，它们可以通过污染训练或检索数据来操纵ProtGPT2和ProGen2等蛋白质生成模型，展示了对抗性输入如何改变模型行为。另一篇论文介绍了InstructPro2，该模型将自然语言目标转化为蛋白质序列，同时融入生物学背景，在功能恢复和抗体设计方面优于现有基线。此外，ProtModernBERT为蛋白质语言建模…
-
新基准量化LLM驱动的生物突变设计的生物安全风险
研究人员开发了DRYLAB-Bench，这是一个旨在评估与能够进行生物突变设计的大型语言模型（LLM）相关的生物安全风险的新基准。该基准利用工具增强环境和来自ProteinGym和ViroGym的实验性湿实验室测量，在30个危险的突变设计场景中评估LLM代理，以量化风险。对15个前沿模型的初步评估表明存在重大的基线威胁，即使没有专用工具，也有相当一部分设计超过了高风险阈值。生物设计工具的使用进一步放大了这些风险，增加了整体生物安全风险评分。
-
新假设和搜索方法利用语言模型改进蛋白质进化
研究人员提出了一种名为线性适应性子空间（LFS）的新假设，该假设认为蛋白质语言模型（PLMs）中一小组方向可以准确预测蛋白质的适应性变化。这一观察基于PLMs中因突变引起的表示变化可以从少数标记变体中线性访问的理念。为了利用这一点，他们开发了子空间引导进化搜索（SGES）方法，该方法从少量样本中估计LFS，以改进学习子空间内的代理建模和不确定性估计。与现有方法相比，SGES在众多蛋白质测定中展示了改进的适应性预测和搜索效率。
-
StabilityArc 预测蛋白质稳定性图谱，并实现跨蛋白质迁移
研究人员开发了 StabilityArc，一种预测蛋白质稳定性图谱的新方法。该方法使用共享解码器来解释不同蛋白质的生化约束，从而能够更好地预测突变效应。在严格的评估中，StabilityArc 的表现优于现有的零样本基线，并提高了监督模型 Kermut 的准确性。
-
新的Q-BIOLAT框架使用二元编码优化蛋白质适应性景观
研究人员开发了Q-BioLat，一个用于优化蛋白质适应性景观的新框架。该方法将蛋白质语言模型嵌入映射到紧凑的二元编码，从而能够使用二次无约束二元优化（QUBO）进行搜索。该框架强调了二元编码对优化过程的影响，表明即使在预测精度相似的情况下，不同的编码也会导致不同的搜索轨迹和局部最优解。使用ProteinGym的绿色荧光蛋白（GFP）和AAV适应性数据的实验表明，Q-BioLat，特别是与主成分分析（PCA）和中值阈值相结合时，在创建可…
-
表格基础模型在生物分子预测任务中展现出惊人的泛化能力
一篇新的研究论文探讨了表格基础模型（如 TabPFN 和 TabICL）在预测生物分子属性方面的惊人有效性。尽管这些模型在与生物结构没有直接联系的合成数据上进行了预训练，但在蛋白质适应性回归和小分子分类的少样本学习场景中，它们仍然展现出具有竞争力的性能。研究强调，虽然表格上下文学习显示出潜力，但其成功在很大程度上依赖于所使用的蛋白质或分子表示的质量。
-
新的 DPLM-Evo 模型支持具有显式编辑预测的生成式蛋白质进化
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。