EVOLVEpro:Brigham and Women's Hospital / Harvard Medical School、Mass General Brigham Gene and Cell Therapy Institute、Beth Israel Deaconess Medical Center等
少样本主动学习的蛋白工程外壳,每轮只测十余个突变体。
蛋白 · 学术实验室 · 美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | EVOLVEpro;别名:EvolvePro |
| 家族 | 否(单一方法,无需家族边界) |
| 机构 | Brigham and Women's Hospital / Harvard Medical School、Mass General Brigham Gene and Cell Therapy Institute、Beth Israel Deaconess Medical Center、MIT |
| 机构类型 / 国家 | 学术实验室 / 美国 |
| 模型类别 | 设计(主动学习 + pLM 嵌入) |
| 领域 | 蛋白(次领域:抗体) |
| 首次发布 | †(未核实)(依据:bioRxiv 预印本(日期沿用既有记录,本轮未重新抓取)) 预印本首次上线日本轮未直接核对 |
| 其他里程碑 | 最早公开证据 †(未核实)(bioRxiv 预印本(日期沿用既有记录,本轮未重新抓取));预印本 v1 †(未核实)(bioRxiv 预印本(日期沿用既有记录,本轮未重新抓取));期刊上线 (Science 期刊发表(Crossref issued 日期)) |
| 最近更新 | ,期刊发表:期刊版上线;其后至 2025-06-11 的仓库提交为维护性改动。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放;权重:不明;两个公开仓库(全量数据版与可部署版);自身无权重,依赖第三方 pLM 权重 |
| 状态 | 仅维护:最近实质事件为 2025-01 期刊发表,其后只有维护性提交 |
| 报过的 benchmark | 0 项计入 |
| 湿实验验证 | 2 条记录 |
| 全站实体页 | 无(全站无对应页面) |
| 截至 | 2026-11-16 |
做什么
把冻结的大规模蛋白语言模型嵌入当特征,用轻量回归器拟合每轮实测活性,迭代挑选下一批突变体,自身不做预训练。与 ESM3 等零样本模型不同,它依赖每个目标蛋白自己的实验数据,适合已有活性检测的工程场景。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。0 项计入。
在本站 44 个 benchmark 上没有任何配对记录;它怎么自评见下一节。
提及但不构成配对:ProteinGym。
其他评测(不在 44 项内)
- DMS 计算机主动学习对比(自建任务集,自报):12 套 DMS 数据集上比较 8 种表示,冻结 pLM 嵌入最佳,并与零样本预测对比(自报)
- REGN10987 抗体工程(湿实验验证,自报):5 轮主动学习,命中率上升,终产物亲和力进入纳摩尔级(自报)
- Cas12f、PE2、Bxb1、T7 RNAP 工程(湿实验验证,自报):4–8 轮、每轮十余个单点突变;提升倍数口径不一致,未核实
开发方称:在 4–8 轮、每轮约十余个突变体的预算内,用 pLM 嵌入上的少样本主动学习改良了五个不同蛋白(自报)。
独立证据:未检出独立证据(未检出第三方复现;作者方已申报专利并披露公司身份)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 冻结使用的 ESM-2 15B 预训练权重,数据为公开序列库;12 套 DMS 只用于计算机网格搜索 | 出处 |
| b 私有 / 授权 | 否 | 论文未提及私有或授权数据 | 出处 |
| c 自产 wet lab 训练数据 | 是 | 每个蛋白数轮主动学习,每轮约 11–16 个变体的实测活性训练顶层回归器 | 出处 |
| d 仅用于验证的 wet lab | 否 | 同一批实验既是训练输入也是应用结果,不是单纯验证 | 出处 |
湿实验验证
每个比率都带分子与分母;未核实的条目不给数字。不同版本的来源分开列。
| 实验 | 靶点数 | 受测设计 | 命中 | 成功率 | 最佳亲和力 | 分母口径 | 版本 | 来源类型 | 日期 | 核实 | 执行方 | 说明 | 出处 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 抗体 REGN10987 工程(自报) | 1 | — | — | 命中率由 9.1% 升至 54.5%(5 轮);ELISA 结合改善 63% | hit rate rose from 9.1% to 54.5% over five rounds; ELISA binding improved 63% | IC50 11.9 nM | 5 轮主动学习,每轮约 11–16 个变体;论文只给百分比,未给逐轮分子分母 | PMC 预印本版 / PMC preprint version | 自报 | †(未核实) | 已核实 | — | 开发方自报,无独立复现;终点必须分清(降低免疫原性的副产物不是蛋白活性),数字取自早期版本 | 出处 |
| 酶与蛋白工程集(未核实) | — | — | — | — | — | 4–8 轮、每轮约 12–16 个单点突变;摘要与讨论的提升倍数口径不一致,故不给数字(未核实) | PMC 预印本版 / PMC preprint version | 自报 | †(未核实) | 部分核实† | — | 未核实:必须按端点分列,不得给单一倍数区间;无独立复现 | 出处 |
背景
- 机构:学术团队,隶属哈佛系医院(含基因与细胞治疗研究所、病毒与疫苗研究中心)与 MIT,另有东京大学与 Inamori 研究所合作者;方向为基因组编辑、CRISPR 诊断与蛋白工程。
- 融资:论文致谢列出多项 NIH 基金、数家基金会与风险基金资助;日方作者由 AMED、JSPS 与 JST 等支持。
- 产品与合作:无产品与药企合作;作者方已就该方法申请专利,未给专利号。方法建立在第三方开源 pLM 之上,与其发布机构无隶属关系。
- 相关模型:ESM3
怎么看
- 这是「每个蛋白一套实验」的结果,不能与零样本模型的分数并列比较。
- 倍数改进的起点各异,不能跨蛋白汇总成一个区间。
- 与 ProteinGym 没有分数关联:12 套 DMS 只作数据来源。
- 每轮样本极小,说明已有活性检测时主动学习比零样本更实用。
局限与注意
- 零配对:无任何站内 benchmark 条目。
- 酶与蛋白工程集的提升倍数口径不一致,已标未核实。
- 全部结果为开发方自报,未检出独立复现。
- 自产 wet lab 数据进入训练循环,与纯验证型模型不可直接比较。
来源
- Science 期刊论文(期刊),
- 预印本全文(PMC)(预印本)
- 官方仓库(全量数据)(仓库)
- 官方仓库(可部署模型)(仓库)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| wetlab_validation | 用单一倍数区间概括全部工程案例的提升 | 摘要与讨论的区间不一致,按端点分列且不给单一区间(未核实) | — | 依据 | 2026-11-16 |
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。