X @AnthropicAI● 精選AI 評分63
Anthropic 公開 211 個蠍毒素結合蛋白設計與實驗資料
Anthropic 將 211 個經過測試的蠍毒素結合蛋白（scorpion toxin binder）設計連同實驗室資料一併公開，作為科研人員可用的資源。資料集已發布在 Hugging Face 的 Anthropic/scorpion-toxin-binder-design 頁面，完整技術報告以 PDF 形式同步釋出，包含設計細節與實驗說明。
搜尋
依意思最接近的 4 筆
X @AnthropicAIAI 評分37
@AnthropicAI: 17 of the 211 met the criteria for a binder.
Anthropic 公布，211 個候選中有 17 個達到結合體（binder）標準。這些結合體能結合墨西哥、北非和中東的蠍子所產生的危險毒素，但對巴西一個物種的毒素不產生結合。帖文未說明這些候選的設計方法與篩選實驗條件。
Ars Technica AIAI 評分74
AI 設計蛋白酶：只留催化核心，可定向切割特定蛋白
研究者用 AI 蛋白設計工具，只保留兩類蛋白酶的催化核心、替換其餘全部結構，得到能把特定蛋白定向切成兩半的人工酶。天然肽鍵極為穩定，估計半衰期長達數百年，生物靠演化出的多種蛋白酶來催化其斷裂，這項工作是跳過自然演化過程直接重設計酶。團隊用它們切割與神經疾病相關的蛋白，驗證了有效性。
機器之心● 精選AI 評分76
大衛·貝克團隊提出文字條件化蛋白質生成模型 Prompteina
華盛頓大學大衛·貝克團隊聯合新加坡國立大學提出文字條件化全原子蛋白質結構生成模型 Prompteina，用自然語言提示即可指定蛋白質的結構與功能特性。團隊同時建置了含 180 萬個結構、超 5000 萬條說明文字的 Prompteina-Data 資料集。在 18 項結構特性基準中 Prompteina 有 15 項領先基線，智慧體引導的結合體設計介面置信度比最強基線提高 14%；針對此前無已報導從頭設計結合體的 GM2A，90 個測試設計中有 9 個產生結合體。