入选ACL2024主会 | InstructProtein：利用知识指令对齐蛋白质语言与人类语言

AIGC动态欢迎阅读

原标题：入选ACL2024主会 | InstructProtein：利用知识指令对齐蛋白质语言与人类语言
关键字：蛋白质,解读,模型,语言,序列
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：梅菜
编辑：十九，李宝珠
浙江大学研究团队提出InstructProtein，利用知识指令对齐蛋白质语言与人类语言，展示了将生物序列整合到大型语言模型的能力。作为细胞生存的基础，蛋白质存在于包括人体在内的所有生物体中，是构成组织器官的支架和主要物质，在生命必不可少的化学反应中发挥着核心作用。
面对蛋白质结构的复杂多变，传统实验方法在解析蛋白质结构时既耗时又费力，蛋白质大语言模型 (PLMs) 应运而生——这些专业模型以氨基酸序列作为输入，能预测蛋白质功能，甚至设计全新的蛋白质。然而，PLMs 虽然在理解氨基酸序列方面表现出色，但无法理解人类语言。
同样地，当要求 ChatGPT 和 Claude-2 这类擅长处理自然语言的大语言模型 (LLMs)，去描述蛋白质序列的功能或生成具有特定性质的蛋白质时，它们也力不从心。究其原因，目前的蛋白质-文本对数据集存在两大缺陷：一是缺少明确的指令信号；二是数据注释不平衡。总之，当前 LLMs 的研究中存在一个尚未解决的空白，即无法在人类语言和蛋白质语言之间快速转换。
为了解决这类问题，浙江大学陈华钧、张强团队提出InstructProtein

原文链接：入选ACL2024主会 | InstructProtein：利用知识指令对齐蛋白质语言与人类语言