AlphaFold 3不开源，统一生物语言大模型阿里云先开了！

AIGC动态欢迎阅读

原标题：AlphaFold 3不开源，统一生物语言大模型阿里云先开了！
关键字：序列,核酸,蛋白质,数据,模型
文章来源：量子位
内容字数：0字

内容摘要：

西风发自凹非寺量子位 | 公众号 QbitAI把169861个生物物种数据装进大模型，大模型竟get到了生物中心法则的奥秘——
不仅能识别DNA、RNA与相应蛋白质之间的内在联系，在基因分类、蛋白质相互作用预测、热稳定性预测等7种不同类型任务中也能比肩SOTA模型。
模型名为LucaOne，由阿里云飞天实验室生物智能计算团队打造。
相比AlphaFold 3因未开源遭到650多名学者联名批评，LucaOne训练推理代码及相关数据目前均已开源。
LucaOne是目前首个全生物系统的核酸语言+蛋白语言的融合基座模型。换句话说，LucaOne由核酸（DNA、RNA）和蛋白质序列联合训练而来。
通过一系列实验，研究人员发现它能广泛适用各种下游任务。
在含13个物种、关系对总数量为24000的核酸序列和其对应蛋白的正负样本数据集中，LucaOne提供表征的模型达到0.85的预测准确率。
远高于目前业内最好的预训练模型组合ESM-3B+DNAbert2（0.73）及其他建模方式，也显著高于LucaOne的单核酸训练版本+单蛋白训练版本。
其他任务如针对流感H3N2病毒疫苗有效性（免疫逃逸风险）

原文链接：AlphaFold 3不开源，统一生物语言大模型阿里云先开了！