Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #10860

ProteinMPNN

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

3

MODELS · 2 ИСТОЧН. · NVIDIA Developer · Hugging Face

NVIDIA BioNeMo выпустила RFD4-Proteina: модель проектирования белков с поиском при выводе и NIM‑микросервис

RFD4-Proteina — открытая модель, совместно разработанная NVIDIA BioNeMo и Институтом дизайна белков Университета Вашингтона — совместно проектирует аминокислотные последовательности и полноатомные структуры и использует reward‑guided поиск во время вывода для фокусировки вычислений на перспективных кандидатах. Метод применяет латентное представление на уровне остатков и инженерную диффузию, сокращая выборку примерно с 400 до 60 шагов и обеспечивая примерно 3.8× более быструю генерацию и около 84% меньшую пик‑память по сравнению с RFD3 при 200 остатках; проект предлагает открытый репозиторий на GitHub и NIM‑микросервис с HTTP‑интерфейсом для быстрого вывода и автоматизированных кампаний (включая пример дизайна биндера к PD‑L1 с хотспот‑ограничениями).

8.0

RESEARCH · 1 ИСТОЧН. · Google DeepMind

SynthID Bio: встраивание водяных знаков в AI‑дизайнированные белки и дообучение AlphaFold 3

Авторы представляют SynthID Bio — набор методов встраивания незаметных водяных знаков в аминокислотные последовательности и предсказанные 3D‑координаты белков, так что отметка проверяется на синтезированных белках; в лабораторных испытаниях по трём целям (VEGF‑A, RBD спайкового белка SARS‑CoV‑2, PD‑L1) водяные знаки не ухудшили частоту попаданий, сродство связывания и разнообразие последовательностей по сравнению с неконфигурированными дизайнами. Для структуры метод дообучает часть диффузионной сети AlphaFold 3, делая предсказанные координаты носителем обнаружимого сигнала при сохранении точности предсказаний.

8.0

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Mirror-Score: калиброванная оценка только на этапе вывода и публичный бенчмарк для дизайна D-пептидов (arXiv:2609.36057v1)

В статье представлен Mirror-Score — калиброванная схема оценивания, работающая только на этапе вывода, и публичный бенчмарк (31 кристаллический комплекс, 18 с известными аффинностями) для гетерохиральных комплексов D-пептид/L-белок; код и данные опубликованы на GitHub. Авторы показывают, что сырое NLL от ProteinMPNN ненадёжно ранжирует аффинности между семействами (пуловый Спирмен rho = 0.19 с разворотом корреляций по целям) и предлагают использовать Boltz-2 cofolding и интерфейсный pLDDT для семейно-специфичного ранжирования (например, leave-one-out rho = 0.90 для семейства вирусного входа), при этом кросс-семейная калибровка пока не переносится.

6.0