科研团队提出全新方案,直接利用大语言模型的思维链,把蛋白质 3D 结构信息融入推理过程,实现蛋白质折叠预测,在相关基准测试上的结果超过 AlphaFold3、IsoDDE 以及 Claude Opus,打破过去蛋白质结构预测高度依赖专用蛋白质模型的固有思路。传统蛋白质折叠预测,大多是专门训练生物专用模型,像 AlphaFold 系列依靠海量蛋白多序列比对数据、专用网络架构输出 3D 结构;通用大模型比如 Claude Opus 虽然能看懂生物文献,但很难直接精准还原原子层面的空间构象,缺少 3D 空间推理能力。这套新方法不单独搭建独立专用模型,改造语言模型的思维链,在模型推理的每一步里加入 3D 几何约束、原子坐标信息,让模型一边推理氨基酸序列,一边同步推演原子之间的空间位置、键长与角度,一步步推导蛋白质折叠形态。它不再只输出最终结构,而是保留完整的推理步骤,能够解释为什么氨基酸会折叠成这个构型;在蛋白质构象、异构体预测专项基准测试中,精度优于 AlphaFold3、IsoDDE 和 Claude Opus,还可以处理部分多链蛋白与蛋白复合体任务。不过这套方案目前还处在科研原型阶段,推理速度慢,长链大分子蛋白质预测的成本很高,距离大规模工业药物筛选落地还有不少工程工作。
方案核心能力清单
- 核心思路:语言模型思维链推理,将蛋白质 3D 结构信息嵌入推理过程,预测蛋白折叠。
- 基准表现:专项蛋白折叠测试结果超越 AlphaFold3、IsoDDE、Claude Opus。
- 可解释性:保留完整推理步骤,能够输出蛋白质构象形成的推导逻辑。
- 适用对象:单体蛋白、部分多链蛋白复合体、蛋白异构体预测。
- 阶段定位:科研原型方案,暂未商业化,推理耗时与算力开销偏高。
方案与传统蛋白预测工具对比
| 项目 | 本语言模型思维链方案 | AlphaFold3 | Claude Opus |
|---|---|---|---|
| 底层基础 | 大语言模型 + 嵌入 3D 几何思维链 | 专用深度学习蛋白模型 | 通用文本大模型 |
| 3D 结构推理 | 推理过程自带原子空间约束 | 依靠多序列比对与专用网络 | 仅文本理解,原生缺少 3D 几何能力 |
| 可解释性 | 推理步骤可追溯 | 黑盒模型,解释难度大 | 只能文字描述,无法直接输出精准 3D 构象 |
| 测试性能 | 专项基准最优 | 行业标杆 | 蛋白折叠预测精度弱于前两者 |
适用场景
蛋白质折叠机理研究、蛋白异构体预测、小型蛋白结构快速猜想、生物文献结合蛋白构象联合分析;暂不适合高通量大规模新药分子筛选。
整体来看,这项研究证明普通语言模型只要在思维链中融入 3D 空间信息,也能完成高精度蛋白质折叠预测,跳出了必须训练生物专用模型的固有路线;当然当前只是实验室原型,算力成本、长蛋白稳定性还有待进一步优化。
【相关 FAQ】
问题 1:语言模型推理折叠蛋白质的核心思路是什么,为什么能超越 AlphaFold3、IsoDDE 与 Claude Opus?
回答 1:该方案把蛋白质 3D 结构信息塞进语言模型思维链,模型在一步步推理氨基酸序列的同时,同步计算原子空间几何约束,推导蛋白折叠构象;在蛋白质异构体、构象专项基准上取得更好结果,性能超越 AlphaFold3、IsoDDE 与 Claude Opus。
问题 2:语言模型思维链预测蛋白质折叠,对比 AlphaFold3 有哪些差异?
回答 2:AlphaFold3 是专门训练的蛋白质专用深度学习模型,依赖多序列比对;而这套方案基于语言模型,在思维链中嵌入 3D 几何信息,推理过程具备可追溯性,但属于实验室原型,推理速度慢,工程成熟度不如 AlphaFold3。
问题 3:这套语言模型推理折叠蛋白质方案现阶段有哪些局限?
回答 3:语言模型推理折叠蛋白质目前属于科研原型,推理消耗算力大、速度慢,长链大分子蛋白质预测稳定性不足,暂时无法用于高通量药物筛选,还需要更多工程优化。
【参考资料】
[2026-11-19](语言模型推理折叠蛋白质?把 3D 结构塞进思维链,超越 AlphaFold3、IsoDDE 与 Claude Opus)机器之心
[2026-11-17](Protein folding via chain-of-thought with 3D geometric embeddings)arXiv 预印本
[2026-11-12](大模型思维链 + 3D 几何,蛋白质结构预测新范式)生物通
【免责声明】
本文仅为蛋白质折叠 AI 科研成果资讯整理,不构成生物医药、药物研发投资或项目落地建议;该成果仅在特定科研基准集实现性能领先,不等于所有蛋白预测场景都优于 AlphaFold3;该方案为实验室原型,尚未商业化,相关结论以论文原文为准。
本文来自作者[幻码聚合师]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/jqr/202611/4493.html
评论列表(4条)
我是新新网的签约作者“幻码聚合师”!
希望本篇文章《语言模型借助思维链嵌入 3D 结构推理折叠蛋白质,预测效果超越 AlphaFold3、IsoDDE 与 Claude Opus》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:科研团队提出全新方案,直接利用大语言模型的思维链,把蛋白质 3D 结构信息融入推理过程,实现蛋白质折叠预测,在相关基准测试上的结果超