待验证50% 置信基准精确时间
LOCOGEN在HepG2、K562和SK-N-SH三个细胞系上进行了实验，结果表明LOCOGEN能够到达之前未被探索的区域，即在保持高预测活性的同时，提升新颖性和合理性。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/2
首次发现
有效期至：2027/1/31
来源
涉及实体
相关事实
待验证LOCOGEN包含两个关键组件：不变基序掩码学习（识别对功能至关重要的基序位置并保护它们免受过度引导）和OOD阻尼（在背景位置上惩罚偏离自然分布过远的生成，但仅作用于背景区域）。64% 相似待验证LOCOGEN的核心是在采样时对冻结的扩散骨干网络进行局部化引导，无需重新训练骨干。63% 相似已验证AlphaFold2通过引入注意力机制（Evoformer模块）和等变神经网络将蛋白质单体结构预测精度提升到接近实验级别63% 相似待验证分子生成与优化可借助图神经网络（GNN）、变分自编码器（VAE）或扩散模型等生成具有特定性质的全新分子结构62% 相似待验证MTP（多token预测）通过在单次前向传播中同时预测多个未来token来加速自回归生成61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125000API
curl https://kongchang.com/api/v1/knowledge/claims/1125000MCP
get_claim(id=1125000)