入选顶会ICML，清华AIR等联合发布蛋白质语言模型ESM-AA，超越传统SOTA

AIGC动态欢迎阅读

原标题：入选顶会ICML，清华AIR等联合发布蛋白质语言模型ESM-AA，超越传统SOTA
关键字：蛋白质,模型,尺度,原子,分子
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：田小幺
编辑：郑康杰，李姝
清华大学、北京大学、南京大学的联合研究团队提出了一种多尺度的蛋白质语言模型 ESM-AA，在靶点-配体结合等任务上的性能显著提升。作为细胞内无数生化反应的驱动力，蛋白质在细胞微观世界中扮演着建筑师和工程师的角色，不仅催化着生命活动，更是构筑、维系生物体形态与功能的基础构件。正是蛋白质之间的互动、协同作用，支撑起了生命的宏伟蓝图。
然而，蛋白质的结构复杂多变，传统的实验方法在解析蛋白质结构时既耗时又费力——蛋白质语言模型 (PLMs) 应运而生，利用深度学习技术，通过分析大量的蛋白质序列数据，学习蛋白质的生物化学规律和共进化模式，在蛋白质结构预测、适应性预测和蛋白质设计等领域取得了显著成就，极大地推动了蛋白质工程的发展。
尽管 PLMs 在残基尺度上取得了巨大成功，但在提供原子级信息方面的能力却受到了限制。针对于此，清华大学智能产业研究院副研究员周浩联合北京大学、南京大学和水木分子团队，提出了一种多尺度的蛋白质语言模型 ESM-AA (ESM All Atom)，通过设计残基展开、多尺度位置编码等训练机制，拓展出了处理原子尺度信息的能力。
ESM-AA

原文链接：入选顶会ICML，清华AIR等联合发布蛋白质语言模型ESM-AA，超越传统SOTA

联系作者

文章来源：HyperAI超神经
作者微信：HyperAI
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例