热点事件持续更新
强化学习引导稀疏自编码器生成固有无序蛋白区域
1 篇报道1 个报道来源2 小时前更新
先了解这件事
事件综述
2026年10月3日，研究团队发布蛋白质语言模型IDiom及后训练方法RL-SAE，用于按功能关联特征生成固有无序蛋白区域（IDR）序列。模型在IDiom-DB上训练，该数据集来自AlphaFold数据库的5400万条预测IDR。在8项设计任务中，RL-SAE生成序列平均激活30个目标特征中的90%，而激活引导方法为24%，并改善了亚细胞定位与转录活性的预测。代码已在GitHub开源。截至目前，该事件仅有一篇报道，尚未出现新的后续进展或前后矛盾的数字、时间与说法。
由模型根据报道生成 · 2 小时前更新
最新进展10月3日 19:53
团队发布蛋白质语言模型IDiom与后训练方法RL-SAE，代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- AI × 生物医药（arXiv / AIHOT）精选通过强化稀疏自编码器特征对固有无序蛋白区域进行生成建模
研究团队发布蛋白质语言模型IDiom与后训练方法RL-SAE，用于按功能关联特征生成固有无序蛋白区域序列。模型在IDiom-DB（来自AlphaFold数据库的5400万条预测IDR）上训练；在8项设计任务中，RL-SAE生成序列平均激活30个目标特征中的90%，而激活引导为24%，并改善了亚细胞定位与转录活性的预测。代码已在GitHub开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月3日 20:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。