20個實驗數據創造AI蛋白質里程碑！上海交大聯合上海AI Lab發布FSFP，有效優化蛋白質預訓練模型

AIGC動態歡迎閱讀

原標題：20個實驗數據創造AI蛋白質里程碑！上海交大聯合上海AI Lab發布FSFP，有效優化蛋白質預訓練模型
關鍵字：蛋白質,模型,數據,突變,解讀
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：田小幺
編輯：李寶珠，十九
上海交通大學洪亮團隊聯合上海人工智能實驗室青年研究員談攀，提出了一個基于蛋白質預訓練模型的微調訓練方法 FSFP，能在只利用 20 個隨機濕實驗數據的情況下，高效訓練蛋白質預訓練模型，且能大幅提高模型的單點突變預測陽性率。蛋白質，這些微小而強大的生物分子，是生命活動的基礎，在生物體內扮演著多種角色。然而，要精確地調整和優化蛋白質功能，以適應特定的工業或醫療需求，卻是一項極具挑戰性的任務。傳統上，科學家們依賴于濕實驗方法來探索蛋白質的奧秘，但這種方法既耗時又昂貴。
幸運的是，隨著人工智能的飛速發展，一種新的工具——預訓練蛋白質語言模型 (PLMs)，正在幫助我們以前所未有的方式理解和預測蛋白質的行為。PLMs 以無監督的方式學習數百萬蛋白質中氨基酸序列的分布特征，在揭示蛋白質序列與其功能之間的隱含關系方面顯示出了巨大的潛力，因此有助于高效地探索大量的設計空間。如今，預訓練的 PLMs 在缺少實驗數據的情況下已經取得了顯著進展，但其準確性和可解釋性仍有待提高。此外，傳統監督學習模型需要大量的標記訓練樣本，這也是實際應用難以克服的障礙。
為了解決上述問題，上

原文鏈接：20個實驗數據創造AI蛋白質里程碑！上海交大聯合上海AI Lab發布FSFP，有效優化蛋白質預訓練模型