颠覆蛋白质优化：浙江大学团队在NeurIPS 2024揭示的前沿技术亮点

参加直播有机会赢取算力福利

原标题：直播预告 | 蛋白质优化新突破！浙江大学成果入选NeurIPS 2024，论文一作详解技术亮点
文章来源：HyperAI超神经
内容字数：3923字

Meet AI4S系列直播第五期介绍

「Meet AI4S」系列直播将于12月10日19:00准时上线，本期特别邀请到浙江大学知识引擎实验室的博士研究生王泽元，分享的主题为「借助扩散去噪过程助力大模型对蛋白质的优化」。

分享主题及研究背景

王泽元博士将深入探讨其团队提出的全新去噪蛋白质语言模型（DePLM）。该模型通过过滤与目标特性无关的信息，提升蛋白质适应性景观的预测精度。研究表明，DePLM在预测蛋白质突变效应方面超越了现有的先进方法，并展现出强大的泛化能力，结果已被NeurIPS 2024会议接受。

观众获益

参与本次直播的观众将能够：

了解蛋白质适应性景观预测的方法、数据集和评估指标。
掌握扩散模型增强的语言模型（DePLM）在适应性景观预测中的应用。
探讨进化信息及湿实验数据如何结合，以支持AI模型的训练。

研究亮点

DePLM模型通过优化进化信息，有效提高了蛋白质的优化效率。其关键创新在于设计了一种基于排序的前向扩散过程，将学习目标从最小化数值误差转变为最大化排序相关性。这一策略确保了模型在各种数据集上的强大泛化能力。

数据集与模型架构

研究使用了ProteinGym蛋白质突变数据集，最终选取201个深度突变筛选数据。DePLM模型利用从PLM中提取的进化似然生成特定属性的去噪似然，从而预测突变的影响。通过特征编码器和去噪模块，模型过滤掉无关噪声，确保了高效的预测能力。

实验室及组织背景

浙江大学知识引擎实验室专注于知识图谱、大型语言模型及AI for Science等领域的研究。与多家知名企业建立了联合研发中心，旨在推动相关领域的学术研究与产业应用。HyperAI超神经作为中国最大的数据科学领域搜索引擎，致力于分享AI for Science的最新科研成果，已举办多期直播活动，促进学术与产业的深度交流。