SWING 提出一种全新的“蛋白互作语言模型”框架：在建模前先将两条序列的局部配对关系编码为交互语法，再学习其统计规律。该方法在 pMHC 结合预测中实现跨等位基因、跨类别、跨物种的零样本泛化，并可扩展用于预测氨基酸变异导致的互作破坏。

LigandMPNN 在 ProteinMPNN 基础上引入配体原子级上下文建模，可同时感知蛋白与小分子、核酸、金属离子的空间关系，在序列设计与侧链构象预测上全面超越 Rosetta 与传统方法，并通过多组结合实验验证其真实功能性。