Transformer大杀器进入蛋白质组学，一文梳理LLM如何助力生命科学领域大变革

AIGC动态欢迎阅读

原标题：Transformer大杀器进入蛋白质组学，一文梳理LLM如何助力生命科学领域大变革
关键字：蛋白质,序列,模型,结构,语言
文章来源：新智元
内容字数：8713字

内容摘要：

新智元报道编辑：庸庸乔杨
【新智元导读】科学家们把Transformer模型应用到蛋白质序列数据中，试图在蛋白质组学领域复制LLM的成功。本篇文章能够带你了解蛋白质语言模型（pLM）的起源、发展，以及那些尚待解决的问题。「大语言模型」不仅可以用于人类语言，也可以用于蛋白质的「语言」，而且两者之间有很多相似之处。
过去几年，Transformer架构带来了大模型在文本和图像方面的惊人进展，当应用于生命科学领域时，也取得了影响深远的的成果。
大语言模型是如何应用于蛋白质组学的？科学家们又有哪些发现？
蛋白质是一种「语言」自然语言由单词、短语、句子等不同层次的模块组成，蛋白质的「语言」也是类似的情况。
蛋白质由基序（motif）和结构域（domain）组成，类似于蛋白质世界的「单词」和「短语」。
基序和结构域的各种组合与重复构建了更加复杂的结构，从而决定蛋白质的生物功能，类似于人类语言中句子传达的含义。
除了结构层次的相似性，蛋白质和人类语言还有另一个关键的相似点——「信息完整性」。
这意味着从信息论的角度来看，蛋白质的信息（例如其结构）完全包含在其序列中。
虽然由于环境和与其他分子的相

原文链接：Transformer大杀器进入蛋白质组学，一文梳理LLM如何助力生命科学领域大变革