Issue 81 · 2026-10-16 · AI × Biology
RFdiffusion3 将蛋白骨架、侧链以及配体和核酸等非蛋白原子放进统一的全原子扩散框架，使设计可以直接接受活性位点、氢键、空间位置和对称性等细粒度约束。相较只生成骨架再补序列的流程，它把相互作用语境提前纳入结构生成。
论文报告其在多项计算基准上以更低推理成本改善设计表现，并实验表征了 DNA 结合蛋白和半胱氨酸水解酶。该工作现已作为 Science 正式论文发表，证据强于预印本；但不同设计任务的湿实验成功率并不等同，模型输出仍需逐类实验筛选与功能验证。
这项工作把生成式蛋白设计的数据供应链当作攻击面：一类攻击污染自回归蛋白语言模型的预训练语料，另一类只向文本引导生成器的检索库插入记录。两种方式都不需要修改推理代码，却可能让特定触发词引导模型生成预设序列或结构域。
作者在 ProtGPT2、ProGen2 变体和检索增强系统上报告了稳定的触发行为，并指出正常输入下的模型表现可能基本不变，使问题更难被常规评测发现。论文目前未经同行评审，攻击设置仍需在真实大型模型和生产级数据库上复现，但它把来源追踪、数据签名与语料审计提升为蛋白设计安全问题。
CellNet 将 DNA 来源的基因身份与实测 RNA 表达编码进共享的图像式表示，试图减少单细胞基础模型只覆盖高频、有限基因集合的问题。模型在 40 个物种、2.31 亿个细胞谱上预训练，并面向罕见群体、条件相关状态和缺失表达预测进行评测。
作者报告 CellNet 能预测被遮蔽的编码基因及部分非编码靶标，并在空间数据和跨物种场景中恢复谱系相关表达模式。它仍是未经同行评审的 arXiv 预印本；如此大规模语料可能带来数据库重叠与物种分布偏差，外部零样本验证和训练数据去重尤其重要。
论文用对比学习把想象言语 EEG 与冻结文本编码器的语义空间对齐，不再把 39 个意图类别视为彼此独立的标签。EEG 编码器同时学习脑电—句子匹配和文本原型分类，并用最大余弦相似度作为预测可靠性的内部指标。
结果显示，该方法在固定类别解码上与专门分类器相近，同时可以对未见候选句执行相似度检索和语义轴分析。不过实验只有五名受试者，且脑电言语解码容易受肌电、时间结构和个体差异影响；作为未经同行评审的预印本，它还不足以证明开放词汇脑机接口能力。
OmicsBench 将生信 Agent 评测从单轮短题扩展到研究规模的长程工作：97 个任务被拆成 662 个相互依赖的子任务，并按 DAG 顺序多轮交互。评分采用确定性答案键，同时允许在错误后提供上下文反馈，以观察 Agent 能否恢复。
作者测试 12 个模型与三种执行框架，报告最佳组合仍远未饱和；依赖前序结果的步骤更容易失分，常见失败包括擅自替换统计过滤条件和凭记忆生成整段答案。该论文未经同行评审，但其长程、依赖感知的设计比单次问答更接近真实分析流程，也清楚暴露了当前生信 Agent 的可复现性缺口。
这项研究用双 LLM 一致性管线，从 108 名持续接受 trofinetide 治疗的 Rett 综合征患者、26,763 份临床记录中抽取 18 类治疗相关表型。系统先按关键词筛选记录，再要求两个模型达成一致，最后汇总为患者—时间点矩阵。
作者只在腹泻开发集上选择架构和提示词，随后冻结配置迁移至其余表型，并报告专家抽查中的较高一致率。但输出衡量的是每次就诊记录中“是否被记录”，而不是症状改善或恶化；论文未经同行评审，单中心、小样本标注和记录偏差限制了疗效解释。