新型AI大模型“能够对任意代谢酶进行活性预测”和生成式设计改造，私有数据集部署成为迈向产业化关键

文章预览

“ 从依赖公共数据，到自主建立高质量数据集的转变，是提升模型准确度的关键。 ” 李斐然 表示。 她长期致力于代谢网络模型研究，涉及计算生物学、系统生物学、机器学习、化学、药物代谢等领域，曾获得瑞典查尔姆斯理工大学生物及生物工程博士学位，师从全球著名生物工程专家延斯·尼尔森（ Jens Nielsen ）教授。 目前， 李斐然 是与 聚树生物 合作共建“精确”酶工程大模型的科学家之一，担任清华大学深圳国际研究生院助理教授，特别研究员。 （来源： 聚树生物 ） “AI 辅助‘精确’酶工程设计的核心在于高质量的数据集。基于典型工业酶的高通量活性测试，获得私有数据集，结合深度学习模型，以实现酶工程设计的标准化和精确化。 聚树生物 正朝着这个方向迈进。”清华大学教授、聚树生物科学创始人 张翀 表示。 首个酶活性预测 ………………………………