本研究提出了EnzymeFlow模型，结合流匹配和共进化原理，克服了传统酶功能预测的局限性。该模型能够动态生成特定底物和反应的酶催化口袋，实验证明其在酶工程和合成生物学中的有效性。

本文介绍了RITA模型，这是一种自回归生成模型，专注于蛋白质序列，拥有12亿个参数，并训练了2.8亿个蛋白质序列。研究评估了该模型在氨基酸预测和酶功能预测中的表现，展示了规模扩大的优势。同时，文章探讨了大型语言模型在生物分子领域的应用及其性能，强调了多模态学习在生物信息学中的潜力。