格子是一种多模式生成模型，通过学习蛋白质折叠模型的潜在空间，同时生成蛋白质1D序列和3D结构。授予2024年诺贝尔奖对Alphafold2的授予标志着AI在生物学中的作用的重要时刻。蛋白质折叠后接下来会发生什么？在格子中，我们开发了一种方法，该方法学会从蛋白质折叠模型的潜在空间进行采样以生成新​​的蛋白质。它可以接受组成功能和有机体提示，并且可以在序列数据库上进行训练，该数据库比结构数据库大2-4个数量级。与许多以前的蛋白质结构生成模型不同，格子解决了多模式的共同生成问题设置：同时产生离散序列和连续的全部原子结构坐标。从结构预测到现实世界的近期著作，这表明了范围的限制，这些模型仍然存在于现实世界中，这些模型仍然存在于范围内，这些模型仍在实现范围，以使其成为许多人的限制。现有的生成模型仅产生骨干原子。为了产生全原子结构并放置侧链原子，我们需要知道序列。这会产生一个多模式生成问题，需要同时产生离散和连续的模态。有生物特异性：旨在人性化的蛋白质生物制剂，以避免被人体免疫系统破坏。控制范围：药物发现并将其放入患者手中是一个复杂的过程。我们如何指定这些复杂的约束？例如，即使解决了生物学，您也可能会认为平板电脑比小瓶更容易运输，增加了对可溶性的新约束。生成“有用的”蛋白质，即产生蛋白质并不像控制一代人获得有用蛋白质那样有用。该外观的接口可能是什么