PLM重大突破！上海交大与上海AI Lab最新成果入选NeurIPS 24，ProSST有效整合蛋白质结构信息

AIGC动态欢迎阅读

原标题：PLM重大突破！上海交大与上海AI Lab最新成果入选NeurIPS 24，ProSST有效整合蛋白质结构信息
关键字：结构,蛋白质,模型,序列,解读
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：十九，李宝珠
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，上海交大助理研究员周冰心，联合上海人工智能实验室青年研究员谈攀，成功开发出具有结构感知能力的预训练蛋白质语言模型 ProSST，能够将蛋白质结构和氨基酸序列信息有效融合，从而在监督学习任务中显著超越现有模型。蛋白质作为生命体的关键分子，其序列决定结构，结构决定功能，蛋白质的功能与其三维结构紧密相关。数十年来，科学家们利用 X 射线晶体学、核磁共振等技术，解析了数千种蛋白质结构，为人们理解蛋白质功能提供了重要线索。然而，面对数百万级别的蛋白质数量，解析所有蛋白质结构的任务显得异常艰巨。
受自然语言处理领域中预训练语言模型的启发，预训练的蛋白质语言模型 (PLMs) 应运而生。通过在海量未标记的蛋白质序列数据上进行学习，PLM 能够捕捉到蛋白质序列的复杂模式和相互作用，这为蛋白质功能的预测、结构分析以及蛋白质-蛋白质相互作用的识别带来了性的进步。
然而，大多数 PLM 主要关注蛋白质序列建模，忽略了结构信息的重要性，这主要是因为结构数据的缺乏。随着 AlphaFold 和 Ro

原文链接：PLM重大突破！上海交大与上海AI Lab最新成果入选NeurIPS 24，ProSST有效整合蛋白质结构信息