BioTender / 论文速递

Daily Digest — 2026.06.21

AI × 生物 每日论文速递

每日精选 bioRxiv 与 arXiv（q-bio、cs.LG）交叉领域的新论文，配中文编者按，帮你快速判断哪些值得读。

8
今日论文
5
bioRxiv
3
arXiv
4
研究方向
01

抗体设计与蛋白质工程

2 篇
bioRxiv生物信息学

Antibody-Antigen Affinity Prediction with Chain-Aware Protein Language Models

Liu R, Wang Y, Zhang Z, Sun T
链感知 pLM 独立编码 VH/VL/抗原后跨链注意力融合，抗体-抗原亲和力预测 Spearman r=0.72，比单序列编码 SOTA 提升 0.09。
  • 方法：分别用 pLM 编码重链、轻链和抗原序列，跨链交叉注意力捕获链间相互作用
  • 结果：亲和力预测 Spearman r=0.72，在 SAbDab 测试集上比单序列拼接输入提升 0.09
  • 亮点：显式建模重链/轻链/抗原三方关系，比"拼接后一次编码"更符合抗体的生物学结构
编者按抗体-抗原亲和力预测的改进对加速抗体工程筛选有直接价值。链感知设计是相比单链编码的本质性改进——抗体的结合能力由重链/轻链的协同决定，这个生物学事实不应在模型设计中被忽视。
局限 · 训练数据以已知结构的抗原为主，对新型抗原（如新靶点、新表位）的预测外推精度尚待验证。
抗体亲和力蛋白质语言模型链感知
arXivq-bio.BM · cs.LG

PepALD: Macrocyclic Peptide Design with Autoregressive Latent Diffusion

Xie Z, Liu H, Li W, Zhou J
自回归潜空间扩散模型专为大环肽设计，生成分子环闭合有效率 91%，类药性评分（QED）比线性肽基线高 0.15。
  • 方法：自回归预训练捕获肽序列分布，潜空间扩散建模大环构型约束，端到端生成满足环闭合的大环肽
  • 结果：生成大环肽的环闭合有效率 91%，QED 评分平均 0.63（比线性肽基线高 0.15）
  • 亮点：明确建模了大环肽最核心的结构约束（N-C 成环），是第一个专为大环设计的生成框架
编者按大环肽作为"中等分子"是当前药物发现热点——兼具小分子口服性和生物制品靶向性。此工作为计算设计大环肽提供了专用框架，对 PPI 靶点（蛋白-蛋白相互作用，传统小分子难以干预）尤其有价值。
局限 · 训练数据以天然大环肽（如环孢素类）为主，非天然骨架和含非标准氨基酸的大环肽生成能力有限。
大环肽扩散模型肽设计
02

单细胞免疫与蛋白组学

2 篇
bioRxiv免疫学

Hierarchical Classification of Immune Cell Transcriptomes Using Foundation Models

Park J, Kim S, Lee H, Choi Y
scFM 嵌入 + 层次 softmax 逐级识别免疫细胞，从 T/B/NK 大类到 CD4+ TEM 等亚型，5 个癌种队列跨队列 F1=0.87。
  • 方法：scFoundation 嵌入 + 层次 softmax，从免疫细胞大类到功能亚型逐层细化
  • 结果：5 个独立癌种队列跨队列分类 F1=0.87；罕见亚型（占比 <1%）识别比扁平分类提升 22%
  • 亮点：层次结构使标注不完整数据也可参与训练，大幅扩展可用训练集规模
编者按免疫细胞分类是肿瘤免疫组学的基础工作，层次化方法更符合免疫系统的生物学组织结构。scFM 嵌入 + 层次分类的组合对大规模跨队列肿瘤微环境研究有立竿见影的实用价值。
局限 · 层次结构固定，新发现的免疫细胞亚型无法动态加入，需重新训练整个层次分类器。
免疫细胞单细胞基础模型层次分类
bioRxiv蛋白质组学

πDIA-CLIP: Zero-Shot Proteomics Identification via Contrastive Language-Image Pretraining

Chen W, Li X, Zhao M, Sun J
CLIP 对比学习对齐 DIA 谱图与蛋白质序列空间，零样本鉴定准确率 93.1%，在单细胞蛋白组和元蛋白组场景超越监督方法。
  • 方法：对比预训练对齐 DIA 质谱谱图编码器与 ESM2 蛋白质序列编码器，推理时直接检索最近邻
  • 结果：零样本鉴定准确率 93.1%，单细胞蛋白组（样本稀缺）场景超越 DIA-NN 等监督方法
  • 亮点：零样本能力使模型对未见过的蛋白质类型（如新靶标、元蛋白组未知物种）直接可用
编者按CLIP 范式迁移至质谱是极具创造力的思路。零样本能力对单细胞蛋白组（样本极少）和元蛋白组（物种未知）场景的价值无可替代，这正是监督学习方法的死穴。
局限 · 对翻译后修饰（PTM）丰富的肽段鉴定准确率显著低于无修饰肽段，磷酸化和糖基化位点的检测支持待增强。
蛋白组学CLIP零样本学习
03

分子模拟与力场

2 篇
arXivq-bio.BM · physics.chem-ph

Temperature-Transferable Machine-Learned Coarse-Grained Protein Force Field

Webb M A, Bhatt D, Li S, Wang Y
物理约束嵌入的 ML 粗粒化力场在 300–450K 范围内迁移性良好，折叠自由能预测误差比现有 ML 力场降低 47%。
  • 方法：在神经网络力场中嵌入热力学可转移性约束（温度依赖自由能一致性），确保不同温度下物理合理
  • 结果：300–450K 温度范围内折叠自由能预测误差比 CGNN 等现有方法降低 47%
  • 亮点：无需在目标温度下收集训练数据，可直接外推至未见温度——蛋白热稳定性研究的关键能力
编者按温度适应性是 ML 力场在药物开发中实用化的关键瓶颈。此工作通过嵌入热力学约束解决了这一问题，对蛋白热稳定性设计、高温工业酶工程和 DSF 实验计算支持有直接价值。
局限 · 目前在球形蛋白（单域，50–200 aa）上验证，跨结构域蛋白和膜蛋白的温度迁移性尚未系统测试。
机器学习力场粗粒化模型温度迁移
arXivq-bio.BM · cs.LG

Curvature-Informed Binding Affinity Prediction Beyond Pairwise Interactions

Patel A, Zhang W, Liu Y, Chen J
将分子表面平均/高斯曲率特征引入结合亲和力预测，在 PDBbind 上 RMSE=1.21 kcal/mol，超越 MMGBSA 和图神经网络基线。
  • 方法：计算结合界面分子表面的平均曲率和高斯曲率，与原子间相互作用特征融合输入 GNN
  • 结果：PDBbind 核心集 RMSE=1.21 kcal/mol，比 MMGBSA（1.89）和最优 GNN 基线（1.38）均低
  • 亮点：曲率捕获了凹陷结合口袋与平坦/凸起表面的形状差异，是成对原子作用无法表达的几何信息
编者按分子形状互补是结合亲和力的重要物理驱动力，但被大多数 ML 方法简化为原子间距离。将表面曲率作为显式特征是对现有方法的有益补充，尤其对形状限制性强的口袋（如酶活性位点）效果突出。
局限 · 曲率计算依赖高质量蛋白质结构；对构象柔性大的靶点（如 GPCR）单构象曲率特征的代表性有限。
结合亲和力分子曲率几何深度学习
04

神经科学

2 篇
bioRxiv神经科学

A Single Computational Objective Gives Rise to Distinct Visual Cortex Processing Streams

Bhatt D, Chen A, Yu H, Sun L
以高效编码为唯一目标训练 DNN 自发涌现双流结构，与人类 fMRI 腹侧/背侧流空间相关性达 0.78，支持功能分区是优化副产品的假说。
  • 方法：以时空高效编码为唯一训练目标，DNN 无监督分化出专注物体识别和运动处理的双流结构
  • 结果：两支流与人类 fMRI 腹侧/背侧流空间相关性分别达 0.78/0.71，显著高于随机初始化
  • 亮点：双流结构无需先验指定，从单一目标自发涌现，是"功能专业化是优化副产品"的计算证据
编者按AI 与神经科学双向借鉴的典范——通过优化计算目标来解释大脑结构。此工作为视觉皮层组织原则提供了强力理论支撑，对"为什么大脑要进化出专门的腹侧/背侧通路"给出了计算答案。
局限 · 使用 DNN 架构和自然视频训练数据与人类视觉系统仍有本质差异，结论的跨物种迁移性需谨慎解读。
视觉皮层处理流计算目标
bioRxiv神经科学

The Genetic Architecture of Dementia Risk Converges on Lipid Metabolism and Immune Networks

Husen E, Bhatt M, Huang N, Chen K
整合 >300 万样本 GWAS 与多组学网络，发现 73% 的痴呆风险遗传变异汇聚于脂质代谢和髓系免疫两大网络模块。
  • 方法：整合 UK Biobank/FinnGen 等 >300 万样本 GWAS，与转录组/蛋白组网络关联分析
  • 结果：73% 风险变异在脂质代谢（APOE/CLU/ABCA7 等）或髓系免疫（BIN1/TREM2/CD33 等）网络中富集
  • 亮点：网络层面的汇聚性提示这两条通路是 AD 的必经路径，支持靶向 TREM2 和脂质清除的治疗策略
编者按将 AD 遗传学的分散信号组织成两大核心通路，是为"下一代 AD 靶点在哪里"这一问题提供的计算路线图。对脂质代谢和神经免疫两个方向的 AD 药物研发均有直接的靶点优先化价值。
局限 · GWAS 主要来自欧洲血统人群，脂质代谢网络的遗传风险模式在其他人群（尤其是 APOE4 频率不同的人群）可能有差异。
痴呆GWAS脂质代谢