Issue 86 · 2026-10-22 · AI × Biology
MODS 把多目标权衡放在蛋白扩散模型的推理阶段：用增广 Chebyshev 标量化表达不同偏好，再以多个适应度代理引导采样，并在每批候选完成计算评估后更新代理，无需重新训练生成模型。
作者在六个以实验数据训练的预测 oracle 为评价器的蛋白任务上，组合两类扩散模型与两种引导方法做了计算比较。这里的“闭环”仍是模型与代理之间的迭代，并非湿实验设计—测量循环；论文未经同行评审，真实实验中的多目标收益仍待验证。
研究把晶体电子密度中的多构象配体选择写成带有限惩罚和离散占有率的 QUBO，再交由量子—经典混合求解器优化。作者在 83 组配对的 X 射线配体条目上与 qFit-ligand 比较，关注同一实验地图中的构象组合与密度拟合。
结果显示区域层面的地图一致性经常改善，但原子层面的 EDIAm 指标有所下降，提示目标函数仍存在尺度间取舍。这是结构精修基准，不是结合亲和力或药效验证，也不能单凭该比较推出量子优势；论文未经同行评审。
Agent4Sci 把前沿 Agent 放进 11 个领域、20 个科学机器学习基准，要求其直接修改训练代码并提升指标。生物相关任务覆盖蛋白突变效应、gRNA 设计、质谱、结合位点和药物通透性等，使“科研 Agent”能力从演示案例转向可复跑的公开任务。
作者观察到不少改进主要来自数据处理、训练与集成等工程技巧，而非新的科学洞见，并指出新颖性校准、资源利用和局部搜索仍是短板。论文标注为 NeurIPS 2026 E&D Track 作者稿；基准得分不等同于自主发现，更不替代领域专家对假设和证据的审查。
这项工作训练较小的决策语言模型，对临床生成式 AI 输出给出结构化判断，并在儿科问答、HealthBench、MedHELM 与 HealthBench Professional 上比较其与医生、参考答案及通用 LLM 评审的一致性。目标是把大规模质量评估的成本和延迟降下来。
这类评审器测到的是对既定标注或裁决框架的复现能力，不等于临床事实完全正确，也不能替代安全性验证和部署监测。当前结果来自回顾性基准；论文未经同行评审，跨机构、跨语言和分布漂移下的可靠性仍需独立检验。
作者在相同输入特征、预测目标和评价指标下，比较双 VAE 自编码器 scButterfly-B 与两条 Transformer 管线，任务是从配对单核数据的染色质可及性预测基因表达。统一基准避免了不同预处理和划分掩盖架构差异。
结果支持较简单的自编码器在该设置中优于两种 Transformer，同时留出细胞类型上的表现普遍偏低，控制实验也暴露了失败模式。这并不构成对 Transformer 或基础模型的普遍否定；论文未经同行评审，结论范围限于所用数据、实现与任务定义。
研究把已知的基因调控子网络写成机制模型，其余网络交给机器学习补足，并用单基因敲除训练、双基因敲除测试来分析混合模型何时优于纯数据驱动方案。作者进一步考察机制覆盖范围、噪声、连通性和采样量对收益的影响。
改进主要落在机制子模型内部的基因；当敲除位于该子网络之外时，优势并不对称。实验使用人工生成、具有已知真值的调控网络，因此更像适用条件研究，而非真实组学系统中的验证；该 bioRxiv 预印本尚未经同行评审。