arXiv cs.CL· Doniyorkhon Obidov, Xiaolong Guo, Yonghui Li, Kaichen Yang·· 14 小时前AI 评分38
Genotypic Triggers：生成式抗菌肽模型中的宿主特异性后门与药物基因组盲区
Genotypic Triggers: Exposing Pharmacogenomic Blind Spots via Host-Specific Backdoors in Generative Antimicrobial Peptide Models
AI 导读
研究者提出 Genotypic Trigger 后门攻击，可操纵抗菌肽生成模型，使携带特定 HLA 等位基因者的预测免疫原性风险平均升高 743%，非携带者则接近自然基线。被植入后门的模型仍保持高抗菌活性与低一般毒性，能通过常规安全筛查。
正文 · AI 翻译
摘要：大型语言模型（LLMs）加速了药物发现，特别是在抗菌肽（AMPs）的自动化设计方面。然而，现有的肽生成模型验证流程忽视了一个历史先例：某些药物主要对具有特定遗传特征的个体构成健康风险。在本文中，我们证明，通过操纵生成候选肽的模型，可以有意且大规模地诱发此类针对性健康风险。我们提出了基因型触发器（Genotypic Trigger），这是一种后门攻击，它使模型的生成分布偏向于预测免疫原性风险升高的肽，即一种不良免疫反应，且专门针对携带目标 HLA 等位基因（一种参与免疫呈递的基因变体）的个体。在流行的肽生成模型中，该攻击使目标等位基因携带者的预测免疫原性风险评分相对于现有数据库中的天然肽平均提高了 743%，而非携带者的预测风险则保持在接近天然基线的水平。关键在于，这些被植入后门的模型保留或改善了主要期望特性，包括高抗菌活性和低一般毒性，使其输出能够通过常规安全筛查。
| 学科： | 定量方法（q-bio.QM）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2608.06779 [q-bio.QM] |
| （或 arXiv:2608.06779v2 [q-bio.QM] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.06779 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Doniyorkhon Obidov [查看电子邮件]
[v1]
2026年8月7日星期五 03:54:54 UTC（4,246 KB）
[v2]
2026年10月26日星期一 16:43:55 UTC（3,647 KB）
来源：arXiv cs.CL · arxiv.org