UniProtKB
PulseAugur coverage of UniProtKB — every cluster mentioning UniProtKB across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM驱动的代理简化了生物学家的蛋白质工程
已开发出两个新的代理框架AutoProteinEngine (AutoPE) 和 TourSynbio-Search，以简化生物学家的蛋白质工程。AutoPE 利用大型语言模型 (LLM) 实现与深度学习模型的自然语言交互，用于模型选择和超参数优化等任务。TourSynbio-Search 由 TourSynbio-7B LLM 提供支持，提供跨科学文献和蛋白质数据库的统一搜索方法，解释自然语言查询以从 UniProtKB 和 arX…
-
北大发布开源 Claude Science 替代品 OpenAI4S
北京大学和元空间 AI Agent Lab 的研究人员发布了 OpenAI4S，这是一个开源的科学研究代理，模仿了 Anthropic 的闭源 Claude Science 的能力。这个新的代理在 MIT 许可下可用，专注于“代码即行动”的方法，允许 AI 在持久环境中直接生成和执行 Python 或 R 代码。OpenAI4S 旨在将 AI 集成到完整的科研工作流程中，从数据检索和分析到报告生成，并高度重视使用真实数据和计算，避免捏造结果。
-
生成式AI变革生物信息学：一项系统性综述
一篇发表在arXiv上的系统性综述，考察了生成式人工智能（GenAI）对生物信息学的影响，涵盖了模型、应用和方法学进展。该综述发现，GenAI显著增强了基因组学、蛋白质组学和药物发现等领域，由于其改进的模式识别和数据生成能力，其表现常常超越传统方法。尽管专门的GenAI架构在特定领域任务中表现出卓越性能，但可扩展性差、数据偏差和泛化能力受限等局限性依然存在，这需要更强的评估和基于生物学原理的建模方法。
-
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。