目录
目录
项目概览
这个项目面向密码子优化任务：给定蛋白质氨基酸序列与目标宿主，生成同义编码 DNA 序列。团队把问题拆成两层：
- 硬约束：生成序列翻译后必须与输入蛋白一致。
- 软目标：在满足硬约束的前提下，进一步考虑 CAI、GC 含量、稀有密码子、长重复片段、限制性内切酶位点和 5′ 端二级结构风险等指标。
我以 Lu.Lab 团队队长身份参与了第三届 Bio-OS AI 开源大赛。获奖证书确认团队于 2025 年 12 月 21 日获得一等奖。
历史节点
- 2025-10-24：完成初赛材料提交。
- 2025-11-10：进入复赛。
- 2025-12-16：复赛排名第 2。
- 2025-12-18：完成决赛算法报告。
- 2025-12-21：参加决赛并获得一等奖。
方案演进
初赛：先保证结果正确
团队基于 CodonTransformer 开展有监督微调。推理阶段对每条生成序列执行翻译一致性校验，并设计重试与兜底策略，优先确保输出满足硬约束。
复赛：加入可解释的规则优化
在单宿主场景中，流程会生成偏保守和偏多样的两个候选，再通过规则优化器处理软目标。每个优化步骤后都重新校验序列；若某一步破坏合法性，则回退该步骤。
决赛：打通端到端交付
最终流程把 Excel 输入、FASTA 转换、模型推理、规则优化和结果回写串成自动化链路，减少人工搬运造成的错误。
项目方法
这套方案可以概括为四个连续环节：
模型生成 → 严格校验 → 规则优化 → 工程自动化
流程将生成模型输出视为候选结果，把生物学一致性校验放在交付链路中，并用可解释规则处理多个工程目标。对我而言，这也是一次把算法、验证与团队交付放进同一系统的实践。