研究人员开发了 MutexaGPT，一个开放的多智能体大语言模型平台，旨在把自然语言表达的酶工程直觉转化为物理模型、高通量分子模拟以及最终可实验验证的突变方案。用户只需用普通语言描述设计目标，系统即可补充缺失信息、选择合适的物理指标、建立模拟流程并执行高通量计算，最后给出排序后的”智能突变库”。真正值得关注的因此不仅是某一次突变预测是否成功，而是它尝试打通了酶工程中长期存在的一条断裂链条 —— 让研究人员的一句话科学直觉，最终变成可以计算、排序和实验验证的具体酶设计。
研究人员开发了 MutexaGPT，一个开放的多智能体大语言模型平台，旨在把自然语言表达的酶工程直觉转化为物理模型、高通量分子模拟以及最终可实验验证的突变方案。用户只需用普通语言描述设计目标，系统即可补充缺失信息、选择合适的物理指标、建立模拟流程并执行高通量计算，最后给出排序后的”智能突变库”。真正值得关注的因此不仅是某一次突变预测是否成功，而是它尝试打通了酶工程中长期存在的一条断裂链条 —— 让研究人员的一句话科学直觉，最终变成可以计算、排序和实验验证的具体酶设计。