本研究提出VIRAL框架，该框架结合蛋白质语言模型、高斯过程和生物物理适应度模型，以最少的实验数据预测高适应性SARS-CoV-2病毒变异株。该框架在识别顶级变异株方面比随机搜索效率提高多达5倍，并能有效识别进化压力下的位点，对早期大流行监测和疫苗设计具有重要意义。发表于 2025年06月11日。
原文链接：https://x.com/BiologyAIDaily/status/1932783316933263766
PNAS新闻 | Predicting high-fitness viral protein variants with Bayesian active learning and biophysics
Comments NOTHING