学术分享｜无惧数据匮乏！上海交大博士后周子宜详解蛋白质语言模型的小样本学习方法 FSFP

AIGC动态欢迎阅读

原标题：学术分享｜无惧数据匮乏！上海交大博士后周子宜详解蛋白质语言模型的小样本学习方法 FSFP
关键字：解读,蛋白质,数据,模型,人工智能
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：李姝
编辑：李姝，李宝珠
「Meet AI4S」系列直播第三期将于 9 月 25 日开播，HyperAI超神经邀请到了上海交通大学博士后周子宜，他将为大家分享蛋白质语言模型的小样本学习方法。预训练蛋白质语言模型 (PLMs) 能够以无监督的方式学习数百万蛋白质中氨基酸序列的分布特征，在揭示蛋白质序列与其功能之间的隐含关系方面显示出了巨大的潜力。在此背景下，上海交通大学自然科学研究院/物理天文学院/张江高研院/药学院洪亮教授课题组，联合上海人工智能实验室青年研究员谈攀，开发了一种针对蛋白质语言模型的小样本学习方法，能够在使用极少数湿实验数据的情况下大幅提升传统蛋白质语言模型的突变效果预测性能，在实际应用中显示出了巨大的潜力。
在「Meet AI4S」系列直播第三期中，HyperAI超神经有幸邀请到了该研究成果的论文第一作者——上海交通大学自然科学研究院 & 上海国家应用数学中心博士后周子宜。9 月 25 日，周子宜博士将以线上直播的形式进一步为大家分享蛋白质语言模型的小样本学习方法，探讨 AI 辅助下定向进化的新思路。
点击预约直播：扫码备注「AI4S」加入讨论群↓活动详情周子宜

原文链接：学术分享｜无惧数据匮乏！上海交大博士后周子宜详解蛋白质语言模型的小样本学习方法 FSFP

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：