NeFut Logo NeFut
EN 管理员登录

[AI学术] EnzymeRSI:用于酶设计的双环递归自我改进系统

发布于:2026-11-05 22:00 最后更新:2026-11-07 12:32
#algorithm #AI #Machine Learning

EnzymeRSI 是一种双环递归自我改进(RSI)框架,外环在不改变模型权重的前提下进化“利用资产”,内环在受控条件下优化预测与筛选算法,并通过云实验室实现物理闭环反馈。外环通过迭代比较更新预测策略,在 ProteinGym 五个测定上将平均 Spearman 相关系数提升 0.044,CD19 达 0.335,OPSD(视紫红质)达 0.683,其中 CD19 的第一名由外环自行产生。内环对 ThermoMPNN 进行自我改进,使 Pearson 相关系数达到 0.849;在 TadA‑Bench 上 1.13 h 内获得 Spearman 0.307。三项前瞻性湿实验验证了系统的决策能力:在未预设的萤光素酶 RLuc 中,32 个候选中有 10 个活性 ≥2 倍野生型;推荐的胞嘧啶脱氨酶 A3A 变体将 5mC 转换率提升至 90.2%;在改造底物上,DNA 聚合酶 KOD‑E 的催化效率提升至母体的 31.1 倍。通过将研究工作流组织与算法开发视为可验证的干湿循环,EnzymeRSI 为突破固定方法盲区、实现自主酶工程提供了进化范式。点评

原文链接: https://arxiv.org/abs/2611.06321

[h] 返回首页