来源时间 本站刊期
AI工具Ars Technica AI
氛围基因?自然(-ish)语言进入蛋白质、基因组设计软件
Vibe genes? Natural(ish) language comes to protein, genome design software
值得一读:看自然语言蛋白质设计是降低湿实验门槛,还是把验证负担藏进聊天提示。
判断
实验室负责人若决定把Pinal交给生物学家而非结构生物学家,必须权衡:技能门槛大幅降低,但按文章自身框架,多数设计会失败,且每个命中仍须在实验台上分选和验证。
依据
Ars Technica的John Timmer(2026年10月27日)报道,一个以中国为基地的大型研究者合作团队构建了Pinal,它接收自然语言提示,而非残基级约束。机制上它保留通常的两步方案,但替换输入:文本到结构模块T2struct把提示转换为一个线性token数组,编码每个氨基酸与其最近邻的空间关系,每个都带概率,而不是3D形状。随后SAProt-T把原始文本与该输出结合以构建序列,并进行全局重评估,以免忽略一个概率略低但可能承载好得多功能序列的结构。训练使用输入LLM的功能标签来生成自然语言描述,并与来自三个数据库的序列及AlphaFold预测结构配对;仅其中一个数据库就含有数百万条带标签序列。另外,Hugging Face表示其现在托管一个精神相似的DNA层面工具。
没写清 文章称成功率“可能不高”,但未给出实测命中率、未给出测试设计与有效设计的数量,并且对第三个数据库的结尾描述在句中截断。
下一步 留意Pinal的论文或代码发布是否说明每个提示的成功率以及实际测定多少设计,并查看Hugging Face的DNA工具是否附带可比的验证数字。