Two sequence- and two structure-based ML models have learned different aspects of protein biochemistry.
兩個基於序列和結構的機器學習模型已經學習了蛋白質生物化學的不同方面。 bioRxiv 2023-09-04

深度學習模型如LLMs和3D CNNs被用來預測蛋白質的突變效應。LLMs利用變壓器訓練蛋白質序列，3D CNNs則訓練局部蛋白質結構。兩者準確度相近，但應用範圍和預測方式不同。LLMs擅長預測溶劑中的極性和帶電氨基酸，3D CNNs在預測埋藏的脂肪族和疏水性殘基方面表現較佳。整合兩者可提升預測效果。 PubMed DOI

Two sequence- and two structure-based ML models have learned different aspects of protein biochemistry.
兩個基於序列和結構的機器學習模型已經學習了蛋白質生物化學的不同方面。 Sci Rep 2023-11-21

深度學習模型，如LLMs和3D CNNs，常用來預測蛋白質的突變效應。LLMs以變壓器訓練蛋白質序列，3D CNNs則訓練局部蛋白結構。雖然兩者整體表現相似，但各有優劣。結構模型擅長預測脂肪族和疏水性殘基，LLMs則擅長預測極性和帶電氨基酸。結合兩者可提高預測準確度。 PubMed DOI

Generative Artificial Intelligence GPT-4 Accelerates Knowledge Mining and Machine Learning for Synthetic Biology.
生成人工智慧 GPT-4 加速合成生物學的知識挖掘和機器學習。 ACS Synth Biol 2023-10-24

合成生物學期刊文章提取知識應用於機器學習需耗時。使用GPT-4可加速提取微生物在複雜條件下的表現資訊。一研究利用GPT-4管線從176篇文章中擷取數據，總計2037個數據實例。機器學習模型如隨機森林可預測Yarrowia的發酵濃度，R^2為0.86。透過轉移學習，可評估Rhodosporidium toruloides的生產潛力。研究顯示AI如何從文章中提取資訊，有助於預測生物製造發展。 PubMed DOI

Improving antibody optimization ability of generative adversarial network through large language model.
透過大型語言模型提升生成對抗網絡的抗體優化能力。 Comput Struct Biotechnol J 2023-12-11

AbGAN-LMG是一種新型生成對抗網路，利用語言模型改進高品質抗體的生成。研究指出AbGAN-LMG在COVID-19和MERS-CoV抗體上的應用，提升生成序列的多樣性和品質。對抗體AZD-8895的研究發現，超過50%的生成序列具有更佳性質。分子對接確認了70種抗體對SARS-CoV-2 RBD的親和力高於AZD-8895。AbGAN-LMG結合語言模型與GANs，提升抗體優化效率。詳情請見：http://39.102.71.224:88/。 PubMed DOI

BiSpec Pairwise AI: guiding the selection of bispecific antibody target combinations with pairwise learning and GPT augmentation.
BiSpec Pairwise AI：利用成對學習和 GPT 增強指導雙特異性抗體靶點組合的選擇。 J Cancer Res Clin Oncol 2024-05-07

研究者利用機器學習模型和大型語言模型，透過檢索增強生成方法，預測並生成可解釋的BsAbs分析報告。結合XGBoost和GPT模型，討論BsAbs藥物的有效性，協助製藥公司做出更明智的決策。這項研究創新之處在於整合機器學習和GPT技術，提升了預測的精確性和可解釋性。 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

Are Genomic Language Models All You Need? Exploring Genomic Language Models on Protein Downstream Tasks.
基因語言模型是否足夠？探索基因語言模型在蛋白質下游任務中的應用。 Bioinformatics 2024-08-30

這項研究探討基因組語言模型（gLMs）在蛋白質相關任務上的表現，並與蛋白質語言模型（pLMs）進行比較。研究人員整理了五個數據集，將編碼DNA序列（CDS）與蛋白質連結。結果顯示，gLMs在某些任務上表現優於pLMs，特別是使用檢索的CDS時。此外，聯合基因組-蛋白質模型展現了更佳的表現。研究還開發了一種新的核苷酸變壓器模型，使用3mer標記化，表現優於6mer版本。這顯示gLMs在蛋白質組學中的潛力，並建議統一基因組學與蛋白質組學的方法。作者已公開代碼和數據集。 PubMed DOI

CRISPR-GPT: An LLM Agent for Automated Design of Gene-Editing Experiments.
CRISPR-GPT：一個自動化設計基因編輯實驗的 LLM 代理。 bioRxiv 2024-10-28

基因工程，特別是CRISPR技術的引入，徹底改變了生物醫學研究，讓精確基因修改成為可能。不過，利用這些技術需要深入了解CRISPR及其實驗背景。為此，我們提出CRISPR-GPT，這是一個結合專業知識的大型語言模型，旨在簡化基因編輯實驗設計。CRISPR-GPT能協助選擇CRISPR系統、設計引導RNA、推薦傳遞方法等，並計劃驗證實驗。我們展示了它對非專家研究者的實用性，並探討了自動化基因編輯的倫理與監管影響，強調負責任的實踐。 PubMed DOI

Semi-supervised learning with pseudo-labeling compares favorably with large language models for regulatory sequence prediction.
半監督學習與偽標籤在調控序列預測中與大型語言模型相比具有優勢。 Brief Bioinform 2024-11-03

這項研究探討了一種新方法，利用深度學習預測與非編碼單核苷酸多態性（SNPs）相關的分子過程，特別是在全基因組關聯研究中。傳統方法需大量標記DNA序列，但因人類基因組有限，數據可用性受限。為解決此問題，作者提出了一種半監督學習（SSL）方法，利用來自多種哺乳動物基因組的未標記DNA序列，並結合Noisy Student算法來增強預訓練的數據信心。結果顯示，這種方法能顯著提升預測性能，且小型模型的表現可與大型模型相媲美。 PubMed DOI

Discovering CRISPR-Cas system with self-processing pre-crRNA capability by foundation models.
透過基礎模型發現具自我處理 pre-crRNA 能力的 CRISPR-Cas 系統。 Nat Commun 2024-11-20

CRISPR-Cas 系統的引入大幅推進了基因編輯技術。傳統上，發現 Cas 蛋白常依賴序列相似性，可能會忽略遠端同源物。隨著大型語言模型的發展，現在可以在不需大量訓練數據的情況下對 Cas 系統進行建模。我們提出的 CHOOSER 框架，能無需對齊地發現 CRISPR-Cas 系統，特別是具自我處理 pre-crRNA 能力的系統。透過 CHOOSER，我們識別出 11 個新 Casλ 同源物，顯示其在基因編輯領域的潛力。 PubMed DOI

原始文章

站上相關主題文章列表