从自然语言生成蛋白质，
到长基因组与空间转录组建模

这项工作提出 Prompteina，把自然语言描述直接用作全原子蛋白质结构生成的条件。作者构建文本—结构配对数据，并在预训练结构生成模型上进行文本条件训练，使模型能够同时接收整体性质和残基级要求，而不必为每一种设计目标单独定义输入格式。

论文报告了结构属性、功能描述与结合体设计基准，并对 GM2A 靶点的设计进行了实验验证，获得九个结合体，其中最强者的表观 K_D 为 107 nM。该文是未经同行评审的 arXiv 预印本；单靶点湿实验为方法提供了重要支持，但尚不足以证明自然语言条件可稳定覆盖更广泛的功能设计任务。

MORAD 面向给定三维骨架的 RNA 序列逆设计，用在线强化学习对一个可跨骨架复用的扩散模型进行后训练。它将三级几何、碱基配对、构象集合行为和序列组成等六项指标映射为统一的期望分数，再以加权几何平均形成多目标奖励。

作者在 RIDE 基础模型上报告，多目标训练相较只优化三级结构的奖励改善了 11 项有明确方向指标中的 10 项，并在测试集上与多种 RNA 设计方法比较。该文是未经同行评审的 arXiv 预印本；所有结果仍来自计算评测，设计序列的折叠、稳定性与功能需要实验确认。

TopoLIA 用紧凑的潜在交互空间改写注意力机制，使蛋白质与配体之间的信息交换不仅决定权重，也学习交互信息如何被变换。模型同时引入持久谱表示，以编码三维复合物在多个尺度上的拓扑与几何模式，并通过重建被遮蔽谱令牌进行预训练。

作者在蛋白—配体评分和对接基准上报告优于标准注意力版本及现有对照，并观察到较小潜在维度表现更好。该文是未经同行评审的 arXiv 预印本；证据目前限于既有计算基准，尚未展示前瞻虚拟筛选或湿实验命中率。

RetroTAC 针对 PROTAC 的模块化合成特点定义路线派生的可合成性分数，奖励较短的合成深度与更均衡的片段连接；随后训练机器学习代理模型，直接从分子结构预测这一分数，以减少对逐个逆合成规划的依赖。

论文在留出分子和由 warhead、linker 与 E3 配体重组得到的虚拟 PROTAC 上评估代理模型，并用显式逆合成路线复核高低分候选。该文是未经同行评审的 arXiv 预印本；其分数反映特定规划器和搜索设置下的路线可解性，并不等同于实际合成成功率或成药性。

Double-Take 研究固定容量记忆在长序列中如何保留跨位置关系。作者针对大块测试时训练中的写入干扰和自关联绑定不足，引入多步非固定更新、跨位置混合与双向变化敏感写入，把容量、绑定和选择性作为三项独立要求。

模型仅在 32 kb 基因组上下文上训练，论文报告其可外推到 131 kb 乃至接近 1 Mb，并实现从人到小鼠的零样本迁移。该文是未经同行评审的 arXiv 预印本；这些结果来自特定基因组预测与记忆评测，尚不能直接推出对任意超长生物序列任务的通用收益。

PhySeqNet 用与仪器匹配的光学模型和真实无样本噪声生成半合成训练图像，在无需人工标注真实组织的条件下训练 U-Net 检测 BARseq 中密集的荧光 rolony，并将模型整合进 pyBARseq 分析流程。

在缺少真实标注的组织图像上，作者用前向成像重建评估检测结果，并与 BarDensr、经典检测器和预训练深度模型比较；分析脑切片中每细胞中位计数由 47 提升至 51，同时保持相近的检出基因数。该文是未经同行评审的 arXiv 预印本；真实组织评估依赖间接重建与定性参照，仍需带独立真值的数据验证。