待验证50% 置信事实精确时间
RFD4 与 Proteina 组合的流程是：RFD4 提供结构层面的生成先验，Proteina 提供序列层面的建模能力，奖励模型在推理阶段对候选进行筛选与引导，作者称这一流程为 reward-guided inference-time search。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/21
首次发现
有效期至：2027/1/19
来源
涉及实体
相关事实
待验证计算工具（如RFdiffusion、ProteinMPNN）与语言模型可以介入蛋白质从头设计的序列生成环节68% 相似待验证RFdiffusion、ProteinMPNN 等扩散模型方法通常依赖结构片段、热点残基坐标等结构化输入来指定设计意图62% 相似待验证Isomorphic Labs 开发的模型高度专注于特定任务，例如从氨基酸序列预测蛋白质三维结构，优势在于精度高、可重复。62% 相似待验证序列到功能预测模型的基本思路是将一段基因组DNA序列作为输入，预测该区域的分子表型输出，例如基因表达水平、染色质可及性、组蛋白修饰状态和转录因子结合位点61% 相似待验证d1-ultra 声称在单次前向传播中输出校准概率，作者推测其可能将校准机制直接嵌入训练目标或输出层设计，而非依赖事后修正。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1080546API
curl https://kongchang.com/api/v1/knowledge/claims/1080546MCP
get_claim(id=1080546)