Large language models generate functional protein sequences across diverse families.
大型語言模型在各種家族中生成功能性蛋白質序列。 Nat Biotechnol 2023-10-03

ProGen是一個深度學習模型，可以像製造句子一樣，生成具有特定功能的蛋白質序列。透過大量蛋白質數據訓練後，ProGen可以微調，提升生成目標蛋白質的能力。這個模型可以創造人工蛋白質，效率與天然蛋白質相當，即使序列不同。適用於不同蛋白質家族，如輔酶A轉移酶和丙酮酸脫氫酶。 PubMed DOI

Evolutionary-scale prediction of atomic-level protein structure with a language model.
利用語言模型對蛋白質的原子級結構進行演化尺度的預測。 Science 2023-04-20

機器學習在預測蛋白質結構方面取得重大進展，利用演化數據進行序列比對。研究人員透過大型語言模型，能直接從原始序列推斷出蛋白質結構，並擴展至 150 億參數，加速高解析度結構預測。ESM Metagenomic Atlas 建立了超過 6.17 億宏基因組蛋白質序列的預測結構，提供廣泛且多樣的自然蛋白質洞察。 PubMed DOI

Large language models improve annotation of viral proteins.
大型語言模型改善病毒蛋白的標註。 Res Sq 2024-02-12

研究發現，利用蛋白質語言模型能夠改善病毒序列註釋，發現新的病毒蛋白質，並擴展海洋病毒體系的註釋。這種方法在海洋微生物中找到新的DNA編輯蛋白質家族，提升病毒蛋白質的辨識，並帶來新的生物發現。 PubMed DOI

The promises of large language models for protein design and modeling.
大型語言模型在蛋白質設計和建模中的潛力。 Front Bioinform 2023-12-11

最新的語言模型對蛋白質研究有重大影響，特別是GPT-4等模型展現出潛力，可應用在蛋白質領域。蛋白質語言模型已顯示出預測和創新蛋白質的能力，並取得重要進展。本文討論了這個新興領域的機會和挑戰，並提供了LLMs對蛋白質研究的影響。 PubMed DOI

Using protein language models for protein interaction hot spot prediction with limited data.
利用蛋白質語言模型進行有限數據下的蛋白質相互作用熱點預測。 BMC Bioinformatics 2024-03-19

蛋白質語言模型是強大的工具，可預測蛋白質結構、發現新功能性序列，並評估突變影響。研究指出這些模型可預測蛋白質間的相互作用熱點，並與傳統方法媲美。雖然成本效益高，但解釋特定特徵仍具挑戰性。 PubMed DOI

Comprehensive Research on Druggable Proteins: From PSSM to Pre-Trained Language Models.
從PSSM到預訓練語言模型：可藥物靶蛋白的全面研究。 Int J Mol Sci 2024-04-27

蛋白質在藥物研發中扮演重要角色，但傳統方法太貴又太慢。研究引入了一個快速又精確的分類器，使用了帶有ESM-2嵌入的蛋白質語言模型（PLM），準確率達95.11%。比較結果顯示，ESM-2嵌入比PSSM特徵更優。同時，開發了基於GPT-2的端對端模型，將大型語言模型成功應用在蛋白質辨識上，並經Pharos數據集驗證表現。 PubMed DOI

Evaluating large language models for annotating proteins.
評估大型語言模型用於蛋白質註釋。 Brief Bioinform 2024-05-06

UniProtKB中有超過2.51億個蛋白質，但只有0.25%有Pfam家族域標註，可能的家族域超過15000個。提出了基於轉移學習的新方法，使用大型語言模型（LLMs）在未標註數據上訓練，再在已標註數據上微調，準確性提高60%。該方法採用先進的LLMs和機器學習技術，程式碼和資料可於GitHub找到。 PubMed DOI

ifDEEPre: large protein language-based deep learning enables interpretable and fast predictions of enzyme commission numbers.
ifDEEPre：基於大型蛋白質語言的深度學習可解釋且快速預測酶分類號碼。 Brief Bioinform 2024-06-28

酶功能對醫學和生物技術至關重要，但現有方法速度慢且解釋不清。ifDEEPre是DEEPre的新版本，利用自導注意力和生物知識快速預測酶功能。ifDEEPre比DEEPre快50倍，且儲存空間需求較少，在酶數據集上表現更好。這個模型準確捕捉複雜蛋白質模式和演化趨勢，可幫助設計新酶。ifDEEPre的網頁伺服器和程式碼對大眾開放使用。 PubMed DOI

Leveraging a large language model to predict protein phase transition: A physical, multiscale, and interpretable approach.
利用大型語言模型預測蛋白質相變：一種物理、多尺度和可解釋的方法。 Proc Natl Acad Sci U S A 2024-08-07

這項研究探討如何利用大型語言模型（LLMs）預測蛋白質相變（PPTs），對於理解與年齡相關的疾病如阿茲海默症非常重要。研究者微調了一個LLM，評估蛋白質序列變異對PPTs的影響，結果顯示該模型的表現超越傳統方法，並結合隨機森林模型提升可解釋性。此外，研究發現阿茲海默症相關蛋白質的聚集增加與基因表達下降有關，暗示可能存在自然防禦機制來對抗該疾病。 PubMed DOI

Fine-tuning protein language models boosts predictions across diverse tasks.
微調蛋白質語言模型提升各種任務的預測能力。 Nat Commun 2024-08-28

這項研究強調微調蛋白質語言模型在各種預測任務中的有效性，顯示針對特定任務的監督式微調能提升表現。研究比較了三個先進模型（ESM2、ProtT5、Ankh）在八個任務上的表現，結果顯示高效的微調能達到類似改善，並顯著減少資源消耗和訓練時間。特別對於數據集有限的任務，如預測單個蛋白質的適應性景觀，微調的做法更具價值。作者還提供了使用者友好的筆記本，方便進行模型微調。 PubMed DOI

原始文章

站上相關主題文章列表