UniProt
PulseAugur coverage of UniProt — every cluster mentioning UniProt across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AI 联合科学家工作流针对 EGFR 抑制剂耐药性
研究人员开发了一个 AI 联合科学家工作流，用于发现新的 EGFR 抑制剂，特别是针对导致现有疗法耐药性的 C797S 突变。该过程包括使用 ChEMBL 和 UniProt 来识别生物靶点和生物活性数据，然后使用 RDKit 进行分子标准化和特征计算。在此数据上训练随机森林模型以预测抑制剂效力，并使用 SHAP 进行特征解释。最后，工作流通过 BRICS 重组分子片段进入生成设计，以创建新的候选药物，然后根据 PubChem 进行评…
-
PairSAE方法增强了蛋白质共折叠模型的可解释性
研究人员开发了PairSAE，一种在蛋白质共折叠基础模型中实现机制可解释性的新方法。与难以处理成对表示的二次特征爆炸的标准稀疏自编码器不同，PairSAE使用N模SVD总结这些张量，以识别token级别的交互作用。这种方法能够学习共享的token级别特征，这些特征可以解码为序列和对表示，从而更清晰地了解模型对结构生物学概念的理解。
-
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。
-
Google DeepMind推出AI工具包以加速生命科学研究
Google DeepMind开发了一个名为Science Skills for Google的新AI工具包，旨在加速研究工作流程。该工具包整合了来自UniProt和AlphaFold数据库等30多个主要生命科学来源的见解。它已被用于分析一种罕见的遗传性疾病，提供了比传统方法更快、更复杂的结构分析和新颖的见解。
-
BioTool数据集增强LLM生物医学工具调用能力
研究人员开发了BioTool，一个旨在提高大型语言模型利用专业生物医学工具能力的新数据集。该数据集包含来自主要数据库的34个工具，以及超过7000个人工验证的查询-API调用对。在BioTool上对一个40亿参数的LLM进行微调，显著提高了其工具调用性能，在该特定领域甚至超越了GPT-5.1等模型。人工评估证实，这种微调能提高生物医学任务的下游答案质量。
-
AI模型CRC-Screen认证DNA合成订单的危害性
研究人员开发了一种名为CRC-Screen的新方法，以提高筛查DNA合成订单潜在危害的准确性。该系统解决了当前方法的一个关键缺陷，即当危险序列属于参考数据库中不存在的分类家族时，筛查就会失败。CRC-Screen结合了多种信号，包括与已知毒素的相似性、基于LLM的评估以及嵌入相似性，以实现认证的漏报率低于指定阈值。
-
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。