RoseTTAFold3
PulseAugur coverage of RoseTTAFold3 — every cluster mentioning RoseTTAFold3 across labs, papers, and developer communities, ranked by signal.
-
新AI方法审计蛋白质模型是否存在危险设计
研究人员开发了VFUSE，一种使用稀疏自编码器（SAE）来解释RoseTTAFold3和RFDiffusion3等生成式蛋白质模型的新方法。该方法旨在识别和理解与危险蛋白质设计相关的特征，从而提高蛋白质工程的安全性。通过在扩散变换器激活上训练SAE，VFUSE展示了改进的可解释性，能够更好地检测与毒性相关的特征，同时不影响模型性能。
-
新方法审计蛋白质设计模型中的有害特征
研究人员开发了VFUSE，一种使用稀疏自编码器来解释蛋白质设计生成模型的新方法。该方法审计RoseTTAFold3和RFDiffusion3等模型是否存在潜在的有害特征。VFUSE在这些模型的潜在空间中的分析提高了对危险蛋白质设计的检测能力，并能高精度地识别出仅对有害输出激活的特定特征。
-
RosettaSearch 使用 LLM 优化蛋白质序列设计，保真度提高高达 68%
研究人员开发了 RosettaSearch，一种新颖的方法，它使用大型语言模型作为蛋白质序列设计的生成优化器。该方法将 LLM 集成到搜索算法中，该算法利用来自 RosettaFold3 等结构预测模型的奖励来探索和优化蛋白质序列。在评估中，与现有方法相比，RosettaSearch 在结构保真度和设计成功率方面均有显著提高，证明了其在不同 LLM 系列和蛋白质结构上的有效性。
-
AI解读蛋白质模型以检测生物风险
研究人员开发了一种名为SAEBER的新方法，利用稀疏自编码器（SAEs）来分析RFDiffusion3和RoseTTAFold3等蛋白质设计模型。该技术识别模型中与设计毒性或有毒蛋白质的可能性相关的特征。虽然在毒性分类方面并未超越当前最先进水平，但SAEBER通过提供结构化、特征层面的解释，为理解和潜在控制有害蛋白质的生成提供了一种新颖的方法。