热点事件持续更新
普林斯顿团队发布蛋白质去免疫原性生成模型MESSI
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月17日,DeepTech深科技报道,普林斯顿大学姜凯议团队提出生成式扩散模型MESSI,用于蛋白质去免疫原性设计。该模型在逆向折叠基础上引入Lookahead–Feedback机制,在生成序列时同步降低MHC-II呈递相关的预测免疫表位。团队在荧光素酶、PD-1结合蛋白和尿酸氧化酶三类蛋白质上进行了验证,结果显示部分变体预测表位降至零且保留活性,其中表现最好的尿酸氧化酶变体活性达原始蛋白质约2.7倍。目前该工作处于模型发布与初步验证阶段。
AI 根据报道生成 · 1 小时前更新
最新进展10月17日 12:19
普林斯顿团队发布MESSI扩散模型,可在生成蛋白质序列时降低预测免疫表位。报道时间线
沿着报道,了解事件的不同侧面。
10月17日
- DeepTech深科技 · 微信公众号普林斯顿团队发布 MESSI 生成式扩散模型,实现蛋白质去免疫原性设计
普林斯顿大学姜凯议团队提出生成式扩散模型 MESSI,在逆向折叠基础上引入 Lookahead–Feedback 机制,生成序列时同步降低 MHC-II 呈递相关的预测免疫表位。在荧光素酶、PD-1 结合蛋白和尿酸氧化酶三类蛋白质上验证,部分变体预测表位降至零且保留活性,表现最好的尿酸氧化酶变体活性达原始蛋白质约 2.7 倍。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。