登 Nature 子刊！论文一作详解蛋白质语言模型的小样本学习方法，解决湿实验数据匮乏难题

AIGC动态欢迎阅读

原标题：登 Nature 子刊！论文一作详解蛋白质语言模型的小样本学习方法，解决湿实验数据匮乏难题
关键字：模型,突变,蛋白质,数据,样本
文章来源：HyperAI超神经
内容字数：0字

内容摘要：

作者：周子宜，李姝
编辑：李慧
在「Meet AI4S」系列直播第三期中，周子宜博士以「蛋白质语言模型的小样本学习方法」为题，分享了团队的最新研究成果，以下为演讲精华实录。在「Meet AI4S」系列直播第三期中，我们有幸邀请到了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，他所在的上海交通大学洪亮课题组研究方向主要为 AI 蛋白和药物设计、分子生物物理。该课题组研究成果颇丰，截止目前共发表研究论文 77 篇，其中多篇登顶 Nature 期刊。
本次分享，周子宜博士以「蛋白质语言模型的小样本学习方法」为题，分享了团队的最新研究成果，并探讨了 AI 辅助定向进化的新思路。
HyperAI超神经在不违原意的前提下，对周子宜博士的本次深度分享进行了整理汇总。点击查看完整直播回放 ⬇️大家好，我是来自上海交通大学自然科学研究院、洪亮教授课题组的博士后周子宜，今天为大家分享我们课题组最近发在 Nature Communications 上的一项工作，即运用小样本学习方法来提升蛋白质语言模型的性能。
今天我分享的内容主要分为 4 部分：蛋白质语言模型的研究背景、研究成果 FSF

原文链接：登 Nature 子刊！论文一作详解蛋白质语言模型的小样本学习方法，解决湿实验数据匮乏难题