清华大学研究团队提出了蛋白质基座模型AMix-1，利用贝叶斯流网络和系统化训练方法，解决了蛋白质设计中的可扩展性和功能优化问题。该模型通过上下文学习和扩展算法，显著提高了蛋白质生成的效率和准确性，为未来的蛋白质设计开辟了新路径。

清华大学研究组开发了ProfileBFN工具，专注于蛋白质家族特异性建模。该工具通过多序列比对优化蛋白质设计，有效捕捉家族结构特征，生成新型家族蛋白质的表现优异，相关成果入选ICLR 2025。

在北京智源大会「AI for Science」分论坛上，清华大学智能产业研究院副研究员周浩介绍了面向科学发现的生成式人工智能的研究内容和成果，包括分子生成和蛋白质设计方面的丰富经验和多个模型的开发。他们的研究在分子生成和蛋白质设计领域具有重要意义。