Evo 2 利用上下文学习以数十个示例从头设计调控序列
Arc Institute 团队在两篇 bioRxiv 预印本中报告,Evo 2 仅用 4–64 个上下文示例且无需额外训练,即可生成覆盖 5 类调控模式的功能序列。
推荐理由:Evo 2 以少量上下文示例完成五类调控序列设计,并经 AAV 递送在小鼠脑内验证,为低样本生物序列生成提供了可复用路径。
Arc Institute 团队在两篇 bioRxiv 预印本中报告,Evo 2 仅用 4–64 个上下文示例且无需额外训练,即可生成覆盖 5 类调控模式的功能序列。
推荐理由:Evo 2 以少量上下文示例完成五类调控序列设计,并经 AAV 递送在小鼠脑内验证,为低样本生物序列生成提供了可复用路径。
MIT、Whitehead Institute、Wyss Institute 和 Broad Institute 的研究人员利用生成式 AI 设计了 NG1、DN1 等新型抗生素候选物,分别针对耐药淋病奈瑟菌和 MRSA。
推荐理由:研究将片段约束生成与无约束生成用于两类耐药病原体,NG1、DN1 的合成和动物实验结果提供了具体评估依据。