AI for Science

Emyx: Fast and efficient all-atom protein generation

Emyx: 快速高效的全原子蛋白质生成

Nicholas J. Williams, Ward Haddadin, Matteo P. Ferla, Constantin Schneider, Nicholas B. Woodall, Ruby Sedgwick, Christian D. Madsen, Andrew L. Hopkins, Edward O. Pyzer-Knapp

专题命中 蛋白质与生物分子 ：提出全原子蛋白质生成模型，用于酶设计。

AI总结 提出Emyx，一种140M参数的流匹配模型，通过轻量条件表示和稀疏连接降低复杂度，在酶设计基准上超越现有方法，训练仅需682 GPU小时。

Protein Representation Learning with Secondary-Structure and Energy-Filtered Hydrogen-Bond Graphs

基于二级结构和能量过滤氢键图的蛋白质表示学习

Mohamed Mouhajir, Limei Wang, El Houcine Bergou, Hajar El Hammouti, Lamiae Azizi, Dongqi Fu

专题命中 蛋白质与生物分子 ：提出二级结构感知图神经网络用于蛋白质表示。

AI总结 提出一种二级结构感知的图神经网络，通过增强残基节点表示并基于能量过滤的氢键构建边，以捕获局部结构上下文和长程耦合，在蛋白质基准上取得一致改进并增强生物学可解释性。

Journal ref The 25th International Workshop on Data Mining in Bioinformatics (BIOKDD 2026)

PepALD: Macrocyclic Peptide Generation via Autoregressive Latent Diffusion

PepALD: 通过自回归潜在扩散生成大环肽

Junming Zhang, Siyu Yi, Wei Ju, Zhonghui Gu

专题命中 蛋白质与生物分子 ：大环肽生成，属于蛋白质设计

AI总结 提出PepALD模型，结合自回归潜在扩散与化学嵌入，实现从头设计大环肽，并利用偏好优化提升亲和力，在生成质量和奖励优化上优于基线。

Comments 18 pages, 5 figures, 3 tables

Evolutionary homology on coupled dynamical systems

耦合动力系统中的进化同源性

Zixuan Cang, Elizabeth Munch, Guo-Wei Wei

专题命中 蛋白质与生物分子 ：利用持续同调分析蛋白质残基网络预测B因子

AI总结 本文提出利用新的过滤函数计算进化同源性，用于分析动力系统的时间演化特性，并应用于蛋白质残基网络预测热波动，实现高精度B因子预测。