TL;DR
- چکیده:.
- پروتئینها زیربنای اکثر عملکردهای بیولوژیکی هستند و توانایی طراحی آنها با ساختارها و ویژگیهای مناسب برای پیشرفت در.
- بیوتکنولوژی بسیار مهم است.
چه اتفاقی افتاد
چکیده:. پروتئینها زیربنای اکثر عملکردهای بیولوژیکی هستند و توانایی طراحی آنها با ساختارها و ویژگیهای مناسب برای پیشرفت در.
بیوتکنولوژی بسیار مهم است. مدلهای مولد مبتنی بر انتشار بهعنوان ابزار قدرتمندی برای طراحی پروتئین ظاهر شدهاند،.
اما هدایت آنها به سمت پروتئینهایی با ویژگیهای مشخص همچنان چالش برانگیز است. چارچوب Feynman-Kac (FK) روشی اصولی برای هدایت مدلهای انتشار با استفاده از پاداشهای تعریفشده توسط کاربر ارائه میکند.
در این مقاله،. ما هدایت مبتنی بر FK RFdiffusion را از طریق توسعه پتانسیلهای هدایتی که از ProteinMPNN و آرامش ساختاری.
برای هدایت فرآیند انتشار به سمت خواص مورد نظر استفاده میکنند،. فعال میکنیم.
ما نشان میدهیم که میتوان از فرمان برای بهبود مستمر انرژی رابط پیشبینیشده و افزایش قابلیت طراحی بایندر. تا ۸۹.
۵ دلار / %$ استفاده کرد. این نتایج با هم نشان میدهد که طراحی پروتئین مبتنی بر انتشار میتواند باشد بهطور موثر.
به سمت اهداف دلخواه و غیر قابل تمایز هدایت میشود و چارچوبی مستقل از مدل برای تولید. پروتئین قابل کنترل ارائه میدهد.
در نسخه 2 آزمایشی را در مورد بهبود قابلیت طراحی از طریق هدایت به سمت دلتای G پایین. اضافه کردیم یادگیری ماشین (cs.
LG)؛ روشهای کمی (q-bio. QM); یادگیری ماشینی (stat.
ML) استناد بهعنوان: (یا v2 [cs. LG] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite تاریخچه ارسال از:. Erik Hartman [مشاهده ایمیل] [v1] چهارشنبه،.
12 نوامبر 2025،. 11:.
23:. 44 UTC (8,.
453 KB) [v2] دوشنبه،. 6 آوریل 2026،.
16:. 44:.
51 UTC (8,. 943 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.