🧬 计算生物¶
🧠 NeurIPS2026 · 66 篇论文解读
📌 同领域跨会议浏览: 🎞️ ECCV2026 (8) · 📷 CVPR2026 (21) · 🔬 ICLR2026 (155) · 💬 ACL2026 (5) · 🧪 ICML2026 (51) · 🤖 AAAI2026 (20)
🔥 高频主题: 生物分子 ×27 · 扩散模型 ×7 · 推理 ×2
- At FullTilt: Real-Time Open-Set 3D Macromolecule Detection Directly from Tilted 2D Projections
-
FullTilt 将已对齐的二维倾斜序列直接送入带多类别视觉提示的三维检测器,以跨倾角行注意力融合、近零倾角查询初始化和训练期几何增强替代三维体数据滑窗检测,在三个真实 cryo-ET 数据集上实现亚秒级零样本检测,但仍需要模拟数据预训练和输入对齐。
- Atom-level Protein Representation Learning Improves Protein Structure Prediction
-
TriProRep 提出了融合氨基酸序列、主链局部几何与残基内全原子几何的三视角蛋白质表征预训练框架,借助轻量生成器构造跨视角扰动并由判别器进行纠错恢复,并在全新提出的 RepSP 结构预测基准上显著提升了同源二聚体柔性对接、残基结合特征预测与单体结构预测蒸馏精度。
- Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics
-
提出了首个基于状态空间模型(SSM)的全原子生物分子动力学生成框架 ATMOS,结合双向 Pairformer 隐状态转移与条件扩散解码,在单体蛋白与蛋白-配体复合物轨迹模拟中实现了线性时序复杂度与显著优于现有方法的精度。
- Benchmarking Compositional Generalisation for Machine Learning Interatomic Potentials
-
提出了系统评估机器学习原子间势(MLIP)组合泛化能力的基准测试 GMD,覆盖链延伸、官能团融合、复制、重组与裂解五类任务,揭示了主流模型及微调基础模型在跨分子组合外推时能量与受力误差普遍恶化 1 到 3 个数量级且主要源自标量受力幅值预测崩溃的现象。
- Beyond Drug Discovery: The Nanotechnology Molecular Optimization (NMO) Benchmark
-
NMO 用三个受电极结合约束的纳米物理任务检验分子优化的真实迁移能力,并以显式锚位的 GGS 表示、随机分子预训练和遗传引导 GFN 找到具有物理研究价值的候选,但完整模型并非三个任务的 AUC 都最优。
- BioBlobs: Unsupervised Discovery of Functional Substructures for Protein Function Prediction
-
BioBlobs 提出了一个与编码器无关且端到端可微的蛋白质子结构发现框架,通过直通估计种子采样、几何受限邻域生长与 Hoyer-Square 稀疏正则化将蛋白质动态压缩为少量紧凑的功能 Blob,仅依赖全局蛋白质级别标签进行多示例学习分类,不仅在 ProteinShake 和 VenusX 等基准上大幅超越均值和注意力池化,还能在零残基标注下高精度重现实验测定的催化活性位点。
- Branching Flows: Discrete, Continuous, and Manifold Flow Matching with Splits and Deletions
-
提出 Branching Flows 框架,通过引入森林先验与分裂/删除随机速率,将流匹配扩展至离散、连续及流形混合的变长序列生成任务,有效解决抗体 CDR3 及蛋白质结构中的未知长度中缀生成难题。
- Budgeted Quotient-Residual Guidance for Frozen Pocket-Conditioned Molecular Diffusion
-
针对口袋条件分子扩散模型中商空间先验引导梯度微弱易钝化的问题,提出预算化商残差引导(QRG),将商余向量度量水平提升至环境空间,并以冷冻采样器自身运动步长严格约束引导范数,实现免重新训练的高质量先导化合物生成与编辑。
- C3P: Contrastive promoter-protein pretraining yields representations capturing bacterial gene regulation
-
受多模态对比学习启发,C3P 通过将细菌启动子 DNA 与预训练冻结蛋白质语言模型 ESM2 的表征进行跨模态对比对齐,使仅 100M 参数的启动子编码器在基因调控推断与零样本共调控基因检索任务上大幅超越 7B 规模的基因组自回归语言模型。
- CausalBind: Causal Modeling and Learning for Protein-Molecule Virtual Screening
-
针对基于双塔检索的虚拟筛选容易过度拟合全局冗余相关性的缺陷,CausalBind 将仅观测到结合对的数据建模为 Heckman 风格的选择撞节 V-结构,在理论上证明了密集交互不可辨识而稀疏反链/低秩交互可辨识,并通过稀疏概念对瓶颈在 DUD-E 和去偏基准 LIT-PCBA 上显著提升了早期富集性能。
- CellMSA: Context Modeling for Single-Cell Representation Learning
-
CellMSA 将跨批次与相关类型细胞按基因对齐,用低维上下文提取基因对依赖并引导目标细胞编码,在有标签辅助检索的整合评测、无测试标签检索的分类评测和结合 STATE-ST 的扰动预测中取得较强结果。
- Chem-PerturBridge: a harmonized compendium of small molecule perturbation transcriptomic effects
-
构建了整合8种实验技术、覆盖3.7万余种小分子化合物与125万转录组样本的多数据集协调基准Chem-PerturBridge,系统揭示了跨数据集精细logFC排序一致性脆弱但差异表达方向稳定的特性,并证实联合预训练能显著赋能未知化合物扰动预测。
- ColdDDI: Evaluating Knowledge Utilization in Cold-Start Drug-Drug Interaction Prediction
-
本文提出基于 DrugBank 5.1.13 构建的冷启动药物相互作用诊断基准 ColdDDI,通过将冷启动设定(S0/S1/S2)与药理学机制(PK/PD)及知识中介实体可用性(Type A/B)正交解耦,揭示了完全冷启动失败的主因在于知识图谱中介实体的缺失而非单纯药物新颖性,并首次对 8 种传统模型与 13 种大模型进行了知识利用度而非单纯知识访问度的深度因果探测。
- ConnectomeBench2: A Unified Benchmark for Automated Connectomic Proofreading
-
提出了跨越小鼠、人类、斑马鱼与果蝇四大连接组的统一校对基准数据集 ConnectomeBench2,并基于共享几何与电镜双模态编码器的 Vision Transformer 实现了分割错误纠正的人类水平精度与强校准性。
- CORAL: A Benchmark for Structure-aware and Brain-wide Neuron Reconstruction in Light Microscopy
-
针对光学显微成像中神经元重建评估局限于局部小块且过度依赖几何距离指标的核心痛点,本文提出了首个全脑尺度且结构感知的基准 CORAL,设计了基于根-叶路径覆盖的纤维指标与渐进式局部到全局全脑追踪框架,揭示出两阶段方法中分割与追踪的强耦合性及现有算法跨全脑长程追踪时拓扑级联崩溃的根本瓶颈。
- CORAL: Learning Amyloid Fibril Ligand Docking with Cooperative Binding Rewards
-
本文提出首个面向淀粉样蛋白原纤维的生成式对接模型 CORAL,结合周期性几何先验并引入协同堆叠奖励开展在线强化学习,解决了原纤维配体共晶结构极其匮乏且结合呈现轴向周期性协同堆叠的对接难题。
- CORTEG: Foundation Models Enable Cross-Modality Representation Transfer from Scalp to Intracranial Brain Recordings
-
本文提出跨模态脑电迁移框架 CORTEG,首次将大规模预训练头皮脑电基础模型迁移至颅内皮层脑电连续解码,结合空间自适应与留一受试者微调策略,在单卡 10–30 分钟内即可完成新患者校准并取得连续回归任务的 SOTA 表现。
- Data-Driven Soft Labeling Scales DNA Read Classification to Whole-Body Cell-Type Deconvolution
-
Syto 用参考数据中甲基化模式对应的细胞类型分布替代单一来源硬标签,再将读段分类、样本解卷积与比例校准分开建模,在 39 类细胞的伪混合样本上把最佳报告配置的 MSE 从 CelFiE 的 \(3.28\times10^{-4}\) 降到 \(0.88\times10^{-4}\),但这不是临床癌症检测验证。
- Deep Generative Models for Phylogenetic Inference with Complex Evolutionary Processes
-
本文提出了一族基于离散扩散框架的条件深度生成模型(支持自底向上、由中向外、自顶向下三种树构建范式),通过多步迭代生成、Rao-Blackwell 化闭式 ELBO 训练以及图条件协方差池化架构,在最多 65 个物种和超 \(10^5\) 个序列 token 上实现了高精度的无似然贝叶斯系统发育树后验推断,在可处理似然下大幅超越前 SOTA 方法 Phyloformer 2,并在含插入缺失(InDel)等似然不可解的复杂进化过程中显著优于经典最大似然工具 IQ-Tree。
- DEFT: Disentanglement-Enhanced Fine-Tuning for EEG Foundation Models
-
针对脑电大模型(EFM)预训练表征放大被试个体差异、干扰下游跨被试任务判决的痛点,本文提出在分类前先行解耦的即插即用微调适配器 DEFT,将混合 token 显式分解为任务内容与被试风格双分支并施加内在时间方差与外在自监督约束,在四大主流脑电骨干与多类下游任务上取得一致的跨被试性能跃升。
- DegradeQuery: Counterfactual Tuple Pretraining for Context-Aware PROTAC Degradation Prediction
-
针对PROTAC公共数据库中大量降解测量标签缺失但分子-靶标-E3三元组上下文完整的痛点,DegradeQuery提出无需伪标签的反事实元组预训练框架,通过对比真实记录与负采样替换生物组件的元组学习上下文关联,在PROTAC-8K基准上显著超越现有半监督与监督SOTA。
- Differentiable Retrieval-Augmented Generation for Predicting Cellular Responses to Gene Perturbation
-
提出了首个面向单细胞基因扰动预测的可微端到端检索增强生成框架 PT-RAG,通过两阶段可微筛选将细胞状态自适应扰动上下文注入生成模型,显著提升分布保真度与几何结构泛化能力。
- Discovering Mechanistic Models of Neural Activity: System Identification in an in Silico Zebrafish
-
基于具身斑马鱼全脑视运动回路仿真构建可验证系统辨识基准,证明纯自回归预测容易陷入统计捷径,唯有结合物理布线结构的稀疏先验与 LLM 树搜索,才能真正实现高泛化机制模型的自动化发现。
- Drift-React: One-step Generation of Reaction Pathways via SE(3) Drifting Fields
-
提出首个单步反应路径生成框架 Drift-React,通过将分布演化前置到训练期的 SE(3) 等变 Sinkhorn 漂移场,仅凭反应物和产物构型在单次前向传播中直接预测完整物理一致的最小能量路径(MEP)与过渡态(TS)。
- Evolutionary foraging in grids: Intermittent search dynamics emerge in finite, depletable landscapes
-
在有限、资源不可再生的二维网格中,让步长、速度和转角的经验分布通过遗传算法演化,而不是预设幂律运动;所得轨迹的二阶、四阶位移矩更符合间歇搜索模型,但这不等于证明智能体显式切换状态或该策略具有全局最优觅食性能。
- Fast Organic Crystal Structure Prediction with Unit Cell Flow Matching
-
Clari 提出了一种直接在单晶胞上联合建模原子坐标与晶格矢量的流匹配模型,摒弃了昂贵的大尺度超晶胞裁剪与三角形更新层,在保持甚至超越生成质量的前提下实现了 15–30 倍采样加速,使数秒级有机晶体结构预测与大规模固态虚拟筛选成为可能。
- Few-Step Cofolding with All-Atom Flow Maps
-
本文提出全原子去噪共折叠流映射框架 DeCAF,通过将预训练扩散模型蒸馏为直接在 \(\sigma\) 空间参数化的两时刻去噪流映射,并在推理阶段引入前瞻引导搜索 DeCAF-SEARCH,仅需数步推理即可生成高质量、物理有效的全原子蛋白质-配体共折叠复合物结构。
- FlashMol: High-Quality Molecule Generation in as Few as Four Steps
-
针对传统3D分子扩散模型需要上千步去噪导致虚拟筛选效率极低且现有少步方法显著牺牲稳定性的难题,FlashMol通过几何分布匹配蒸馏(DMD)、基于EDM设计空间的噪声时间步重排(respacing)以及Jensen-Shannon散度正则化,首次在仅需4至8步NFEs下生成高质量且化学稳定的3D分子,相比千步教师模型提速最高达250倍。
- Flexible Flows for Biological Sequence Design
-
FlexFlow 针对生物序列设计提出具有生物先验结构化耦合与隐空间编辑速率参数化的离散流匹配模型,结合测试期 Dirichlet 操作预算缩放与连续隐空间分类器自由引导,在 DNA 增强子/启动子生成与 MHC-II 肽段设计上显著超越现有离散扩散与流匹配基线。
- FlyAOC: Evaluating Agentic Ontology Curation of Drosophila Scientific Knowledge Bases
-
FlyAOC 把果蝇基因知识库整理做成从大型全文语料检索到本体化候选输出的端到端评测,显示多智能体的上下文分区能改善已知可恢复注释的召回,但语义得分不等于生物事实的精确验证。
- From Retrieval to Reasoning: Agentic Mechanism Prediction from Cell Painting Profiles
-
PhenoAIR 将基于高内涵 Cell Painting 细胞形态学谱的药物作用机制(MOA)预测从脆弱的表征匹配重塑为校准证据推理,借助离线可靠性记忆、分工双智能体和规则控制器实现对已知及开集新机制的高精度推断。
- Generative Molecular Morphing for Flexible-Size Design via Unbalanced Optimal Transport
-
本文提出 Morph 框架,将 3D 分子生成建模为混合连续流动与离散跳跃的跳跃-流动马尔可夫过程,利用非平衡最优传输构建跨原子数的几何图对齐路径,首次在连续 3D 几何图上实现了原子的动态增删与无约束尺寸分子设计。
- gfnx: Fast and Scalable Library for Generative Flow Networks in JAX
-
gfnx 是首个全流程基于 JAX 实现的生成流网络(GFlowNets)开源基准库,通过全端到端 JIT 编译消除 CPU-GPU 数据传输瓶颈,在计算生物与图生成等基准上相比 PyTorch 实现达成最高 80 倍加速。
- GLACIER: Rethinking Mass Spectrum Prediction as an Object Detection Problem
-
将分子串联质谱预测(MS/MS)类比为分子图上的单阶段目标检测任务,通过端到端可微断点预测与动态子图池化消除了两阶段候选碎片穷举的瓶颈,在 NIST'20 与 MassSpecGym 基准上大幅刷新检索精度并将推理速度提升近 8 倍。
- GOLD: Geometric Optimized Latent Diffusion for Structure-Aware RNA Inverse Folding
-
针对传统RNA逆折叠方法忽略侧链空间位阻与拓扑约束导致的原子碰撞问题,GOLD将离散序列与连续侧链糖苷扭转角投影至统一的SO(2)等变连续潜空间,结合骨架条件DiT扩散模型与免训练物理能量梯度引导采样,实现了序列恢复率与三维可折叠性的全面突破。
- HELICS: Biobank-scale Conditional Synthetic Genome Generation via Latent Flow Matching
-
HELICS 提出了首个无需单倍型定相(phasing-free)、面向全基因组超 60 万 SNP 位点的两阶段隐空间流匹配生成框架,通过染色体卷积自编码器与 U-Net 结构变换器实现高保真度群体遗传学结构还原与多基因疾病风险的精准可控生成。
- How Post-Training Shapes Biological Reasoning Models
-
本文系统剖析了后训练(CPT、SFT、RL)对生物学多模态推理模型泛化能力的影响,揭示了过量 SFT 导致域外崩塌而适度 RL 能显著恢复 OOD 鲁棒性的非单调动态规律,并提出了非对称容量与阶段预算分配准则。
- How to make the most of your masked language model for protein engineering
-
本文针对掩码蛋白质语言模型在抗体定向进化中难以兼顾似然度、多样性与湿实验多目标优化的难题,提出基于伪对数似然度快速邻域近似的随机束搜索算法,不仅实现多目标无梯度引导,更通过业内罕见的大规模湿实验闭环验证了其显著优势。
- Interpreting Latent Protein Language Model Features with Geometric Annotations
-
针对蛋白质语言模型(pLM)潜空间特征难以精确解释的问题,提出利用主链 \(C_\alpha\) 局部几何特征自动标注稀疏自编码器(SAE)神经元,实现残基级结构特征解析并成功泛化至宏基因组未注释序列。
- Learning Implicit Bias in Generative Spaces for Accelerating Protein Dynamics Emulation
-
冻结预训练的蛋白质动力学扩散模拟器,通过基于历史轨迹距离加权的生成空间隐式偏置与环境支撑正则项驱动反向去噪逃离已知构象盆地,并在推理时辅以轻量扩散投影重修长程几何,在保持微观结构物理合理性的前提下实现高达 37 倍的低能亚稳态探索加速。
- LEMON-ZEST: Evolution-Informed Tokenization for Efficient Protein Language Modeling
-
LEMON-ZEST 将进化保守片段聚类为共享词元,以随机切分和双头编码器同时学习全局检索表征与残基信息,使 200M 参数模型在多个折叠层级检索指标上超过大型基线,但并非所有分类层级或下游任务都最优。
- Lifting Biomolecular Data Acquisition
-
本文提出 LIFT 框架,将压缩感知从有限维向量提升到无限维神经函数空间,通过高感染复数(MOI > 1)在单个细胞中递送多种分子混合物并借助函数级 \(L^1\) 稀疏正则化在训练中完成信号解卷积,在理论上将有效数据量提升数个数量级,并在真实 TCR 模拟抗体筛选湿实验中将命中率提升 50%–100%。
- Looking Under the Streetlight: Evaluation in Generative Molecular Dynamics
-
针对生成式分子动力学(GenMD)领域因真实轨迹昂贵而滑向易测代理指标的“路灯效应”,本文系统剖析了短轨迹参考、慢模式盲目及成本核算缺失等六大失准评估模式,并提出了分层评估清单与科学基准设计范式。
- MolHIT: Advancing Molecular-Graph Generation with Hierarchical Discrete Diffusion Models
-
提出 MolHIT 分子图分层离散扩散框架,通过分层状态空间融入化学先验,配合解耦原子编码消除表示歧义,在图扩散模型中首次实现接近 100% 的化学有效性并超越 1D 序列基线。
- NEAT: Neighborhood-Guided, Efficient, Autoregressive Set Transformer for 3D Molecular Generation
-
NEAT 提出了一种基于子图采样的邻域引导训练策略,结合双向注意力集合 Transformer 与条件流匹配头,首次在自回归 3D 分子生成中实现了严格的原子置换不变性,在保持极高分子有效性与多样性的同时实现了比扩散/流匹配基线快 5 到 34 倍的采样速度。
- On the Design Space of Discrete Diffusion Online Adaptation for Molecular Optimization
-
系统解构离散扩散模型在有限预言机预算下的在线自适应设计空间,提出融合汤普森采样、CVaR奖励重塑、单步密度熵正则化、经验回放与分子有效性惩罚的一体化主动微调方案。
- On the Selectivity of Generative Models in Structure-Based Drug Design
-
针对基于结构的药物设计生成模型普遍忽视脱靶毒性与结合选择性的问题,提出系统性评测基准 SelectBench 与严格归一化的差异打分评估体系,揭示出现有模型在同源靶点和安全性筛查面板上选择性极其有限的行业痛点。
- PACE: Geometry-Aware Bridge Transport for Single-Cell Trajectory Inference
-
针对破坏性单细胞时间序列缺乏细胞对应关系与连续路径的本质病态问题,PACE 构建状态与时间依赖的各向异性流形度量惩罚法向运动,在度量路径作用量下交替迭代神经桥与跨时刻耦合,并将动力学蒸馏为全局连续速度场以高精度恢复发育轨迹。
- pCoMole: Pareto-Constrained Molecule Editing with Discrete Flows
-
针对变长生物大分子序列在序列缩减与多目标优化中难以严格满足生化可行性约束的难题,本文提出了基于离散流匹配与杜布-h变换的 Pareto 约束分子编辑框架 pCoMole,在 GFP、Cas9 缩减与拟肽结合剂压缩中实现了严格的可行性保证与优异的多目标权衡,并在大肠杆菌湿实验中验证了缩减 10 个残基的 eGFP 仍保留完整绿色荧光。
- PepSpecBench: A Unified Evaluation Benchmark for Peptide Tandem Mass Spectrometry Prediction
-
针对多肽串联质谱预测中评估标准碎片化、同源数据泄漏严重及物理鲁棒性缺失的长期痛点,PepSpecBench 提出了首个标准化评测基准,通过统一 234 维标准离子空间投影消解异质模型壁垒,以严格去骨架划分阻断同源泄漏,并引入跨物种套件与物理扰动探针系统诊断模型的真实泛化与物理感知能力。
- PHOEBI: An Open-World Benchmark for Multi-Label Bacterial Identification in Phase-Contrast Microscopy
-
PHOEBI 用六种细菌的 40 个混合组合、约 120,000 张相差显微图像检验“见过菌种、没见过组合”的多标签识别,发现逐图训练的分类器严重失效,而冻结特征上的几何原型解码更稳定,但其优势必须相对全阳性基线和组合级置信区间解读。
- PocketVE: Stable and Property-Guided Structure-Based Drug Design with Variance-Exploding Diffusion
-
PocketVE 将保留蛋白–配体共同坐标尺度的 VE/EDM 去噪、训练期口袋扰动和推理期多性质 CFG 联合起来,在 CrossDocked2020 上相对 guided TAGMol 将三维有效率从 58.6% 提高到 80.6%、应变能从 457.4 降至 127.9,但不宣称这些收益可单独归因于 VE,也不宣称全面领先所有对接指标。
- Preserving DEG Rankings for Gene Discovery in Histology-Based Spatial Gene Expression Prediction
-
本文把病理图像预测空间基因表达的目标从“每个基因的空间曲线是否相似”转向“组织对比中该优先研究哪些基因”,用形态学代理分组、可微 U 统计量和跨基因相关损失改善 DEG 排序及通路重合度,但不保证提升传统空间表达 PCC。
- ProtGlycanDock: Towards Accurate Protein-Glycan Docking with Tailored Dataset, Benchmark and Model
-
针对现有分子对接与全原子结构预测模型在蛋白质-聚糖(Protein-Glycan)复合物上缺乏专用基准与糖构象先验的问题,本文构建了首个支持蛋白质与聚糖双重泛化评估的基准 ProtGlycanDock,并提出融合糖拓扑单/双特征嵌入与碳水化合物本征(CHI)能量损失的微调策略,使 Protenix-constraint 在盲对接任务上显著超越 AlphaFold 3。
- Pushing Biomolecular Utility-Diversity Frontiers with Supergroup Relative Policy Optimization
-
针对生物分子生成中强化学习优化效用导致多样性坍缩的瓶颈,提出超组相对策略优化(SGRPO),通过同条件超组采样与留一法(Leave-One-Out)贡献再分配,直接将集合级多样性转化为个体候选的策略梯度优势,显著拓宽小分子与蛋白质生成的效用-多样性 Pareto 前沿。
- RipplePLM: Structural and Property Decoupling for Protein Mutation Effect Generation
-
针对蛋白质点突变功能效应生成中结构依赖混杂与理化性质脱节的问题,RipplePLM 提出直接-远端交叉注意力与潜在性质链机制,在表征层面实现结构与性质的解耦表征,在 MutaDescribe 评测中显著超越现有突变生成基线。
- Robust Inference-Time Steering of Protein Diffusion Models via Embedding Optimization
-
针对传统扩散后验采样在先验低密度区易失稳和破坏几何结构的难题,EmbedOpt 提出在推理过程中直接优化多序列比对条件嵌入以动态调整结构先验,实现了超两个数量级学习率的鲁棒性以及 4 倍采样步数压缩。
- scTrilemma: Balancing Identity, Invariance, and Fidelity in Single-Cell Representation Learning
-
针对单细胞无标签表征学习中生物身份、批次不变性与表达保真度三者不可兼得的「表征三难困境」,scTrilemma 提出潜空间瓶颈 VAE 架构,通过表达门控编码(E-Gate)、细胞表征解码路由(C-Route)与伪群体先验条件化(PB-Cond)实现三路解耦信息路由,在纯重建目标下兼顾了细胞状态表征与基因级表达预测。
- Self-Improvement Imitation with Biologically Guided Search for Protein Design Under Oracle Budgets
-
针对严格预言机(Oracle)评估预算下的蛋白质序列优化,本文提出了 SILO 框架,通过两阶段分层编辑策略、不放回增量随机集束搜索与融入丙氨酸扫描适应度得分的主动学习选择,并仅依据真实评测优质轨迹进行轨迹级监督模仿微调,避免了强化学习在噪声代理环境中的价值崩塌。
- Spectral Feedback for Test-Time Alignment of Protein Diffusion Models
-
针对离散扩散模型在蛋白质逆折叠中单向生成的不可逆缺陷,提出利用生物上位性导致的稀疏傅里叶结构学习编辑集合价值函数,以测试时谱反馈循环迭代重掩码并重采样,大幅提升生成蛋白质的稳定性。
- STRAND: Sequence-Conditioned Transport for Single-Cell Perturbations
-
STRAND 提出基于调控 DNA 序列表征与最优传输薛定谔桥扩散模型的单细胞基因扰动预测框架,打破了传统模型依赖离散基因 ID 的分辨率与词表瓶颈,实现了核苷酸级位点特异性及全基因组范围的零样本转录组响应预测。
- Toward Better Geometric Representations for Molecule Generative Models
-
针对基于几何表示引导的 3D 分子生成模型中预训练表征空间不平滑且多层语义未充分利用的瓶颈,提出 LENSEs 框架,通过可学习层级池化变分表征头、分子感知损失与节点级特征对齐,实现了更平滑的隐空间与 SOTA 的分子生成质量。
- Towards Scalable Context-Aware Single-Cell Spatial Transcriptomics Prediction from Histology Images
-
CELLO 在每个组织图像 tile 上共享一次病理基础模型编码,以连续位置查询和距离衰减交叉注意力预测细胞基因表达,在 52 对 H&E–Xenium 样本上提高平均 PCC,并在不计上游分割的计时中达到相对 DeepSpot2Cell 的平均 14.0 倍加速。
- Trustworthy Retrosynthesis: Eliminating Hallucinations with a Diverse Ensemble of Reaction Scorers
-
针对逆合成分析中单步生成模型频繁生成荒谬幻觉反应的顽疾,RetroTrim 构建了融合反应先验(Reaction Prior)、图注意力可行性分类器(RGP)与文献检索评分器(RRS)的多样化评分器集成(MetaScorer),在 Retro* 树搜索中精准剪除不可行分支,在 32 个全新药物分子测试集上完全消除了幻觉路径并取得最高质量可行路线数。
- URSA: Chemistry-Aware Benchmark for Utilitarian Retrosynthesis Assessment
-
针对逆合成路线评测长期受限于起始原料可达性(Stock Termination)与已知路线精确复现(Route Reproduction)两极的困境,本文提出了融合 ChemCensor 化学先例验证与标准化路线解析的 URSA 评测基准,首次在 Solv-2 化学合理性边界下系统量化了经典 CASP 求解器与前沿大语言模型的真实规划能力。
- Variable-Length Generative Protein Design via Generalized Poisson Flow
-
本文提出广义泊松流(GPFlow),将非齐次广义泊松过程与组分生成流耦合,建立了一个支持连续坐标、离散序列及黎曼流形等多模态的免模拟变长蛋白质生成框架,在无条件结构/序列设计、基序脚手架与多肽共设计中显著超越定长基线。