字节Seed团队 投稿 量子位 | 公众号 QbitAI AI蛋白设计进入新阶段！ 最近，字节跳动Seed团队多模态生物分子结构大模型 （Protenix） 项目组提出了一种可扩展的蛋白设计方法，叫做 PXDesign 。 要知道，蛋白设计一直是个成功率很低的任务，即便是DeepMind推出的AlphaProteo，凭借其AlphaFold系列模型，在相同靶点上的成功率 也仅为 9%-33%。 此外，Protenix团队还推出了 公开免费的binder在线设计服务 ，让科学家无需自建复杂流程，就能直接调用这一能力，加速科研探索。 背景与意义 蛋白质是生命活动的基石。2024年诺贝尔化学奖一半授予 David Baker （计算蛋白设计） ，另一半联合授予 Demis Hassabis 与 John Jumper （蛋白结构预测） 。 在实际测试中，PXDesign展现出极高的效率， 24小时内即可生成数百个高质量的候选蛋白 ，生成效率较业界主流方法提升约10倍，并在多 个靶点上实现了 20%–73%的湿实验成功率 ，达到了当前领域的领先水平。 生成：快速高效 这也凸显了科学家关注的挑战： 不仅要"预测结构"， ...

7 月 10 日，微软研究院 AI for Science 团队在《Science》杂志发表了题为「Scalable emulation of protein equilibrium ensembles with generative deep learning」的研究成果。 论文 ： https://www.science.org/doi/10.1126/science.adv9817 代码 ： github.com/microsoft/bioemu 该研究提出了一种名为 BioEmu 的生成式深度学习模型，能够以前所未有的效率和精度模拟蛋白质的 构象变化，为理解蛋白质功能机制和加速药物发现打开了新路径。 从结构预测到功能模拟：蛋白质研究的下一个前沿 近年来，AlphaFold 等模型在蛋白质结构预测方面取得了突破性进展，但这些方法通常只能预测单一静 态结构，难以捕捉蛋白质在功能过程中所经历的动态变化。蛋白质并非静止不动的分子，而是处于不断 变化的构象系综（conformational ensemble）中，其功能往往依赖于这些结构之间的转换。 BioEmu 正是为了解决这一挑战而生。它通过结合 Alpha ...