arXivq-bio.QM · cs.LG
Tsui D, Lindorff-Larsen K, Boomsma W
将 LLM 电路追踪迁移至自回归蛋白质 LM，识别出负责 α-螺旋/β-折叠预测的 7 个内部电路，消除这些电路导致预测崩溃。
- 方法：激活修补（activation patching）追踪 ESM-1v 等自回归蛋白质 LM 中的信息流，定位功能性电路
- 结果：识别 7 个负责二级结构预测的注意力头电路；消融这些电路后 SS 预测准确率下降 41%
- 亮点：首次证明蛋白质 LM 内部形成了专门的功能模块，而非分散的统计关联
编者按打开蛋白质 LM 的"黑盒"——这类机械可解释性研究回答的不是"模型好不好用"而是"模型怎么运作的"。对理解 pLM 学到了什么生物学知识、以及如何可信地使用它们有根本性意义。
局限 · 电路追踪计算成本随模型规模二次方增长，目前仅在 <150M 参数模型上完整验证，ESM-2 650M 以上尚未分析。
蛋白质 LM电路追踪可解释性
arXivq-bio.QM · cs.LG
Fesser L, Chen A, Pan R, Urban N
系统对比 RLHF、SFT、DPO 对 LLM 生物推理能力的影响：SFT 提升事实性 +18%，RLHF 提升推理步骤正确率 +23%，但两者在机制推理上均显著不足。
- 方法：在 MedQA/BioASQ 等基准上系统测试 4 种后训练策略对生物推理准确性、因果链完整性的影响
- 结果：SFT 提升事实性问答 18%，RLHF 提升推理链正确率 23%，但复杂机制推理（多步因果）均比人类专家差 34%
- 亮点：首次区分"事实记忆提升"和"推理能力提升"在不同后训练方法中的贡献
编者按对构建生物医学 LLM 有直接指导价值：SFT 适合提升领域知识密度，RLHF 适合提升推理格式正确性，但两者都无法解决真正的多步机制推理问题——这需要新的训练范式。
局限 · 基准以英文医学考试题为主，对中文生物医学推理和实验设计类推理的评测覆盖不足。
后训练生物推理LLM 评测
arXivq-bio.QM · cs.LG
Shao Y, Zhu Z, Zhou Y, Wang X
对比对齐将蛋白质/DNA/小分子语言模型统一至共享语义空间，跨模态零样本检索准确率 76%，虚拟筛选 AUROC 提升 0.09。
- 方法：InfoNCE 对比损失对齐蛋白质（ESM2）、DNA（NT）、小分子（ChemBERTa）的嵌入空间
- 结果：跨模态零样本检索（蛋白质→靶向小分子）准确率 76%；虚拟筛选 AUROC 比单模态提升 0.09
- 亮点：同一语义空间使"蛋白质序列→直接检索活性分子"成为可能，无需 3D 对接
编者按跨模态生物表示是多组学整合和虚拟筛选的核心基础设施。此工作将三种最重要的生物模态统一，是走向"生物多模态大模型"的重要一步。
局限 · 对齐依赖已知的蛋白质-配体相互作用数据，对完全新型蛋白家族的跨模态检索外推性待验证。
对比学习多模态对齐生物语言模型
arXivq-bio.QM · cs.LG
Wang Y, Zhang L, Xu J, Li S
自回归分子预训练框架 MOLAR，分子属性预测 RMSE 比 BERT 类模型低 12%，同一潜在空间同时支持分子生成和属性预测。
- 方法：顺序生成 SMILES token 进行自回归预训练，潜在表示直接用于属性预测和条件生成
- 结果：在 MoleculeNet 基准上分子属性预测 RMSE 比掩码预训练低 12%；生成分子有效性 95.3%
- 亮点：单一架构统一了分子理解（属性预测）和生成（新分子设计），无需切换不同模型
编者按自回归预训练向分子 AI 的成功迁移——"GPT for molecules"的实践验证。统一的生成-理解框架对需要同时做虚拟筛选和分子优化的药物发现流程有直接效率提升。
局限 · SMILES 的顺序生成对长链和大环分子的表示效率低，SELFIES 或图表示可能更适合这类结构。
分子表示自回归模型药物发现
arXivq-bio.QM
Maestri S, Capogrosso M, Papadopoulos S
AI Agent 驱动 GPU 加速分子模拟迭代优化癌症治疗策略，在 RAS/MAPK 通路模拟中识别出 3 个传统筛选遗漏的协同干预靶点。
- 方法：LLM Agent 规划干预策略，GPU 加速粒子模拟（~100×加速比）验证通路动态，循环迭代
- 结果：在 RAS/MAPK 通路上识别 3 个传统筛选遗漏的双靶点协同节点，计算预测协同效应与实验一致性 81%
- 亮点：Agent 可自主根据模拟结果调整干预策略，无需人工逐步决策
编者按"AI Agent + 物理模拟"的计算肿瘤学新范式——Agent 提供决策智能，GPU 模拟提供物理可信度。两者互补使复杂通路干预策略的计算探索成为可能，有潜力大幅压缩湿实验筛选规模。
局限 · 分子模拟使用简化的信号通路模型，忽略了细胞异质性和药代动力学，离临床直接应用还有较大距离。
Agent分子模拟癌症治疗
arXivcs.LG · q-bio.QM
Xiao M, Bai X, Zhang T, Liu Y
多来源生物医学证据加权集成框架，将文献/数据库/临床指南可信度差异化整合用于 LLM 问答，临床复杂问题准确率达 81%。
- 方法：为不同来源（RCT > 综述 > 数据库 > 网页）设置可信度权重，检索后加权聚合再送入 LLM
- 结果：临床复杂问题准确率 81%（vs 单源 RAG 的 69%）；指南来源的证据权重设置显著降低错误率
- 亮点：可信度分级使模型优先使用高质量证据，避免被低质量网页内容主导答案
编者按临床决策支持中证据质量分级是关键——不能让论坛帖子和 RCT 等权重。BioHarness 把循证医学的证据分级原则引入 RAG 系统，是面向真实临床部署的务实工作。
局限 · 可信度权重是人工设定的，不同科室和场景的最优权重可能不同，尚无自动化的权重优化机制。
生物医学问答证据整合临床 AI
arXivcs.LG · q-bio.QM
Jeffries N, Moghaddasi M, Zarrin H, Tang W
1型糖尿病多模态血糖预测基准，整合 CGM/饮食/运动/胰岛素数据，最优模型 30 分钟预测 RMSE=1.43 mmol/L，优于临床警戒阈值。
- 方法：统一 6 个现有数据集格式，建立 CGM + 饮食日志 + 运动传感器 + 胰岛素记录的多模态融合基准
- 结果：最优 Transformer 模型 30 分钟预测 RMSE=1.43 mmol/L，低血糖事件预测 F1=0.71
- 亮点：首个跨数据集统一评测框架，使不同研究组的结果可横向比较
编者按血糖预测研究长期被数据集分散和评测不一致所困扰。MetaboNet-Bench 统一了评测标准，是推动该方向可复现研究的重要基础设施，尤其对开发闭环人工胰腺系统（APS）的团队有直接价值。
局限 · 现有数据集以成年 T1D 为主，儿童（血糖波动模式不同）和T2D 患者的泛化性尚未验证。
血糖预测多模态糖尿病
arXivq-bio.QM · cs.CV
Seiffarth J, Krone N, Beuel P, Nöh K
将芯片 CAD 几何信息整合进微流控活细胞成像分析，实时细胞追踪精度提升 31%，无需为每款芯片单独训练模型。
- 方法：将微流控芯片 CAD 图纸作为先验掩码叠加进深度学习分割网络，约束细胞检测范围
- 结果：实时细胞追踪精度比无几何先验的方法提升 31%；处理速度 >20 fps，满足实时分析需求
- 亮点：芯片设计信息一次导入即可泛化，避免了不同芯片版本需重新标注和训练的重复劳动
编者按微流控实验自动化的实用工具——解决了"芯片设计一变，分析软件就要重新配置"的痛点。对需要高通量筛选不同芯片版本的团队，这是立竿见影的效率提升。
局限 · 需要 CAD 文件格式规范，对手工制作或非标准设计的微流控芯片适用性受限。
微流控活细胞成像实时分析
bioRxiv神经科学
Zhi D, Bhatt D, Li S, Wang J et al.
融合静息态和任务态 fMRI 的精准个体皮层分区方法，分区边界定位精度 3.1mm（比单态法降低 38%），适用于脑机接口电极规划。
- 方法：贝叶斯框架融合静息态网络拓扑和任务激活图，最大化两者互补信息
- 结果：个体皮层分区边界定位精度 3.1mm，比单独使用静息态（5.0mm）降低 38%
- 亮点：更精准的个体皮层图对脑机接口（减少无效电极）和神经外科手术（避开功能区）有直接临床价值
编者按个体皮层分区精度直接决定了脑机接口和神经外科手术的成败。此融合方法将群体图谱的限制突破，使个体化精准神经干预成为可能，是神经技术临床化进程中的重要工具。
局限 · 需要同时采集静息态和任务态 fMRI（总时长 >90 分钟），对临床患者的耐受性和运动敏感性是实际挑战。
fMRI皮层分区脑机接口