LLM时代，计算蛋白质科学进展如何？香港理工大学等发布系统性综述

原标题：LLM时代，计算蛋白质科学进展如何？香港理工大学等发布系统性综述
文章来源：人工智能学家
内容字数：11577字

蛋白质语言模型（pLMs）在计算蛋白质科学中的应用

本文综述了利用大型语言模型（LLM）技术推动计算蛋白质科学发展取得的最新进展。蛋白质是生命的基本构建单元，其序列、结构和功能之间存在着密切的联系。破译这种联系对于理解生命过程至关重要，而pLMs正是在这个领域发挥着越来越重要的作用。

1. 蛋白质建模的生物学基础与数据概况

文章首先概述了蛋白质建模的生物学基础和现有数据的概况，为后续对pLMs的介绍奠定了基础。 这部分强调了蛋白质序列、结构和功能之间的内在联系，以及目前已知蛋白质数据量的局限性，突出了利用计算方法预测蛋白质结构和功能的必要性。

2. 三类蛋白质语言模型（pLMs）

文章将现有的pLMs分为三类：基于序列的模型、结构与功能增强的模型以及多模态模型。

1. 基于序列的pLMs： 这些模型类似于处理自然语言的LLM，能够捕捉氨基酸序列中的模式，并推断其潜在的结构和功能信息。它们可以进一步分为基于单序列和基于多序列的模型。
2. 结构与功能增强的pLMs： 这些模型在基于序列的模型基础上，进一步整合了蛋白质的结构和功能信息，从而提升了模型的预测精度和理解能力。
3. 多模态pLMs： 这些模型能够处理多种模态的数据，例如氨基酸序列、蛋白质结构、以及描述蛋白质的自然语言文本等，从而实现更全面的蛋白质理解。

3. pLMs的应用和适应性

文章重点介绍了pLMs在蛋白质结构预测、功能预测和蛋白质设计中的应用。在结构预测方面，pLMs极大地加速了蛋白质三维结构的预测速度和精度，例如AlphaFold2和RoseTTAFold等模型的成功应用。在功能预测方面，pLMs克服了传统方法数据稀缺的问题，提高了预测的准确性。在蛋白质设计方面，pLMs可以用于重新设计现有蛋白质或从头设计全新蛋白质，从而创造出具有特定功能的新型蛋白质。

4. pLMs在生物医学中的应用潜力

文章还探讨了pLMs在抗体设计、酶设计和药物靶点发现等生物医学领域的应用潜力，展现了pLMs在药物研发等领域的巨大价值。

5. 当前挑战和未来方向

文章最后总结了当前pLMs研究面临的挑战，例如数据稀缺、蛋白质相互作用建模、模型的可解释性以及计算效率等问题，并展望了未来的研究方向，例如改进模型的训练方法、开发更有效的算法以及加强计算与实验研究的结合。

总而言之，该综述系统地总结了LLM技术在计算蛋白质科学中的应用，并对未来的发展趋势进行了展望，为相关领域的研究人员提供了宝贵的参考。

联系作者

文章来源：人工智能学家
作者微信：
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构