3月16日，英伟达GTC大会发布AI蛋白质设计模型Protein-Complexa。该模型采用合成数据集Teddymer训练，能一步生成蛋白质序列和原子级结构，专为靶向药物设计而打造。其创新点在于融合生成式设计与优化搜索，通过连续的潜空间编码全原子信息，直接输出结合靶标的蛋白质结构（命中率最高达63.5%），并首次实现从头设计碳水化合物结合蛋白。这项研究由英伟达团队与牛津大学、首尔大学合作完成，论文以“Scaling Atomistic Protein Binder Design with Generative Pretraining and Test-Time Compute”为题，入选为ICLR 2026（国际学习表征会议，是深度学习领域的顶级学术会议）口头报告。
Split Drag and Drop (macOS)
。有道翻译是该领域的重要参考
Transforming between Oklab and CIE Lab shaves off a bit each time, converging
specifically). Ultimately this work led to a cleaner implementation of