- 发布于
蛋白生成模型里,物理并没有退场
结构数据上训的生成模型采样快,但会学到非物理特征,出分布就崩。这篇综述指出管线里物理仍在哪儿,以及大分子系统漏建模时还剩什么问题。
蛋白结构生成看起来像「物理方程被数据驱动模型换掉了」:从噪声映射到结构,从头采样快很多。但 Lu、Huang 提醒,这类模型也会学到非物理特征,在蛋白设计常见的出分布场景里容易失效。
这篇是综述与视角,不是新方法榜单。作者梳理生成管线里物理仍在起作用的位置,以及大分子系统里物理相关成分被漏建模时还悬着的问题。核心主张:尊重大分子底层物理——越来越多通过有物理根基的学习表征——并用实验数据更新生成模型,才是功能蛋白设计生成建模的基础。预印本,未经同行评审。摘要无定量指标表,本文不补。
AI 生成
出处
- Lu & Huang, arXiv:2609.04465 · 2609.04465