如需完整的文件索引,請參閱 llms.txt。在文件頁面的網址末尾加上 .md ,即可取得該頁面的 Markdown 版本。
主要導覽
主題
Codex

Codex 應用案例

探索蛋白質折疊模型

透過反覆實驗與基準測試,檢驗蛋白質折疊假說。

難度 Advanced
任務時間跨度 Long-running

使用 Codex 的目標模式,研究並實作 AlphaFold2 架構的新改良方案,以提升蛋白質折疊預測效能。

最適合的對象

  • 想用可自動評分的基準測試,評估調整模型架構、損失函數或訓練課程對模型表現有何影響的計算生物學家。
  • 已根據科學原理提出假說,希望更快將構想實作為可執行的實驗分支的研究人員。
  • 長期反覆執行自動化研究,需要持續追蹤實驗並在每輪實驗中除錯的機器學習工程師。

目錄

    ← 所有應用案例

    探索蛋白質折疊模型

    透過反覆實驗與基準測試,檢驗蛋白質折疊假說。

    使用 Codex 的目標模式,研究並實作 AlphaFold2 架構的新改良方案,以提升蛋白質折疊預測效能。

    Advanced
    Long-running

    使用 Codex 的目標模式,研究並實作 AlphaFold2 架構的新改良方案,以提升蛋白質折疊預測效能。

    Advanced
    Long-running

    最適合的對象

    • 想用可自動評分的基準測試,評估調整模型架構、損失函數或訓練課程對模型表現有何影響的計算生物學家。
    • 已根據科學原理提出假說,希望更快將構想實作為可執行的實驗分支的研究人員。
    • 長期反覆執行自動化研究,需要持續追蹤實驗並在每輪實驗中除錯的機器學習工程師。

    入門提示詞

    使用目標模式,提升這個採用類似 AlphaFold2 架構的蛋白質結構模型在 NanoFold 公開基準測試驗證集上的 lDDT-Cα 分數。 本實驗要檢驗的假說是,持續保留高階幾何狀態,可能有助於模型更有效率地從有限資料中學習蛋白質的幾何結構。 - 保留標準的 MSA 表徵與成對表徵。 - 對選定的殘基三元組,加入稀疏且可學習的二維單形(三角形面)狀態。 - 對選定的殘基四元組,加入稀疏且可學習的三維單形(四面體)狀態。 - 建構拓撲時,僅使用基準測試的官方輸入,以及模型在前一輪產生並回饋至下一輪的幾何資訊。 - 控制運算需求,確保實作在 NanoFold 的限制下仍可實際執行。 持續維護以下檔案,以便跨輪次追蹤實驗: 1. 在 PLAN.md 記錄目前的策略、進度與建議的後續步驟。 2. 在 EXPERIMENTS.md 以結構化格式記錄各項實驗與結果。 3. 在 EXPERIMENT_NOTES.md 隨時補記觀察與想法。 每輪實驗請依序執行以下步驟: 1. 說明這一輪要檢驗的假說。 2. 對程式碼或設定做出足以檢驗該假說的最小完整變更。 3. 執行相關測試,並用基準測試中對應的資料子集進行評估。 4. 記錄評估指標、延遲、記憶體用量與失敗模式。 5. 決定要保留、撤銷或改進這項變更。 6. 定期重新評估整體架構的搜尋方向,避免只調整局部超參數。 請勿僅憑冒煙測試或單一蛋白質鏈的過度擬合診斷,就宣稱模型的泛化能力有所提升。優先比較測試條件一致的實驗,並將結論限於證據能支持的範圍。
    AstraHigh
    使用目標模式,提升這個採用類似 AlphaFold2 架構的蛋白質結構模型在 NanoFold 公開基準測試驗證集上的 lDDT-Cα 分數。 本實驗要檢驗的假說是,持續保留高階幾何狀態,可能有助於模型更有效率地從有限資料中學習蛋白質的幾何結構。 - 保留標準的 MSA 表徵與成對表徵。 - 對選定的殘基三元組,加入稀疏且可學習的二維單形(三角形面)狀態。 - 對選定的殘基四元組,加入稀疏且可學習的三維單形(四面體)狀態。 - 建構拓撲時,僅使用基準測試的官方輸入,以及模型在前一輪產生並回饋至下一輪的幾何資訊。 - 控制運算需求,確保實作在 NanoFold 的限制下仍可實際執行。 持續維護以下檔案,以便跨輪次追蹤實驗: 1. 在 PLAN.md 記錄目前的策略、進度與建議的後續步驟。 2. 在 EXPERIMENTS.md 以結構化格式記錄各項實驗與結果。 3. 在 EXPERIMENT_NOTES.md 隨時補記觀察與想法。 每輪實驗請依序執行以下步驟: 1. 說明這一輪要檢驗的假說。 2. 對程式碼或設定做出足以檢驗該假說的最小完整變更。 3. 執行相關測試,並用基準測試中對應的資料子集進行評估。 4. 記錄評估指標、延遲、記憶體用量與失敗模式。 5. 決定要保留、撤銷或改進這項變更。 6. 定期重新評估整體架構的搜尋方向,避免只調整局部超參數。 請勿僅憑冒煙測試或單一蛋白質鏈的過度擬合診斷,就宣稱模型的泛化能力有所提升。優先比較測試條件一致的實驗,並將結論限於證據能支持的範圍。
    AstraHigh

    探索蛋白質折疊模型的架構假設

    如果你的蛋白質折疊假設需要多輪實作才能檢驗,可以使用 Codex 目標模式。為 Codex 指定範圍明確的研究方向,並提供可執行的基準模型,以及能自動評分的基準測試。Codex 可以實作新的架構分支、追蹤實驗、診斷失敗原因,並在你檢視證據的同時繼續迭代。

    這個範例從一個具體問題出發:如果類似 AlphaFold2 的模型在主幹網路中,除了表示殘基與殘基對,也明確表示高階拓撲物件,是否就能更有效率地學到有用的蛋白質幾何特徵?

    界定實驗範圍

    AlphaFold2 的 Evoformer 已能運用成對關係和三角形結構進行推理。三角形運算能改善邊的表示,但運算結果仍會寫回成對張量。研究者提出一個值得檢驗的問題:如果讓模型學習三角形面和四面體單元的表示,並在後續運算中持續保留這些表示,能否在資料有限時為模型提供有用的歸納偏置?

    這項實驗產生了公開程式碼庫 SimplexFold。它加入稀疏的面狀態 F_ijk 和四面體狀態 U_ijkl,與傳統的成對表示 Z_ij 並用。

    MSA representation M
            <-> pair / edge tensor Z_ij
            <-> sparse face tensor F_ijk
            <-> sparse tetra tensor U_ijkl
            -> structure module
            -> recycled geometry
            loops back into the next pass

    先從本頁的起始提示詞、精簡的 AlphaFold2 式基準模型,以及公開的 NanoFold 基準測試開始。這項基準測試使用一組經過篩選的小型固定資料集,可自動為結構生物學實驗的結果評分。第一版實作的範圍要夠小,讓你能先用針對性的單元測試與微基準測試加以驗證,再開始成本高昂的訓練。

    使用目標模式搜尋架構

    1. 提出一項可證偽、著眼於整體研究方向的科學假設,避免要求模型從零開始構思整套研究計畫。
    2. 在 ChatGPT 中使用 GPT-5.5 Pro,將這個方向轉化為實作計畫,明訂限制條件並規劃消融實驗。
    3. 請 Codex 實作最精簡且可執行的 SimplexFold 基準模型,再用針對性的單元測試與微基準測試驗證實作。
    4. 將完成的程式碼庫交給 Codex 目標模式,要求它採用爬山法,逐步提高模型在 NanoFold 基準測試驗證集上的 lDDT-Cα 分數,同時保留實驗紀錄、計畫與實驗產出物的參照資訊。
    5. 讓目標模式持續執行,依據基準測試的回饋,反覆調整架構、訓練方法與實驗任務執行框架。在這個範例中,整個迭代過程持續了超過 150 小時。

    用 PLAN.md 記錄目前的策略與後續步驟,用 EXPERIMENTS.md 以一致的格式記錄實驗結果,再用 EXPERIMENT_NOTES.md 隨時記下實驗中的觀察與想法。這些文件讓長時間的搜尋過程有跡可循,也讓你能在固定的位置指引下一輪迭代的方向。

    目標模式適合這項搜尋,因為搜尋過程需要反覆實作、測試、追蹤實驗、診斷失敗原因,並依據基準測試結果調整下一輪實驗。在缺乏引導的情況下,自動化研究往往會逐漸轉向熟悉的局部調整,例如更換損失函數、調整最佳化器或超參數。研究者提出簡明的架構假設,讓 Codex 能在更具科學意義的範圍內搜尋,同時仍有空間測試、診斷並改進實作。

    團隊也可以使用這套工作流程,評估研究者在過程中引導方向,會如何影響智慧體探索科學問題的品質。

    實驗結果範例

    這套工作流程產生了 SimplexFold,這是一種明確表示高階單純形狀態的實驗性架構。請對照拓撲結構與基準測試紀錄,確認每輪迭代都仍在檢驗最初的科學構想。

    以一維、二維與三維單純形表示蛋白質幾何結構的比較。

    這個範例不足以說明 Codex 已自主解決蛋白質折疊問題。它展示了如何利用目標模式持續推進科學研究中的工程工作:研究者提出新的架構構想,Codex 則縮短從實作、實驗、除錯到後續搜尋所需的時間。

    診斷結果若令人看好,可以作為實作方向可行的證據,但仍不足以證明模型具備泛化能力。請定期檢視智慧體的探索過程。如果它開始只做局部的超參數調校,就將方向拉回具有科學意義的架構問題。等到在相同條件下使用公開驗證資料完成比較,並進行適當的重複實驗後,再提出更強的結論。

    資源

    相關應用案例