入選ACL2024主會 | InstructProtein：利用知識指令對齊蛋白質語言與人類語言

AIGC動態歡迎閱讀

原標題：入選ACL2024主會 | InstructProtein：利用知識指令對齊蛋白質語言與人類語言
關鍵字：蛋白質,解讀,模型,語言,序列
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：梅菜
編輯：十九，李寶珠
浙江大學研究團隊提出InstructProtein，利用知識指令對齊蛋白質語言與人類語言，展示了將生物序列整合到大型語言模型的能力。作為細胞生存的基礎，蛋白質存在于包括人體在內的所有生物體中，是構成組織器官的支架和主要物質，在生命必不可少的化學反應中發揮著核心作用。
面對蛋白質結構的復雜多變，傳統實驗方法在解析蛋白質結構時既耗時又費力，蛋白質大語言模型 (PLMs) 應運而生——這些專業模型以氨基酸序列作為輸入，能預測蛋白質功能，甚至設計全新的蛋白質。然而，PLMs 雖然在理解氨基酸序列方面表現出色，但無法理解人類語言。
同樣地，當要求 ChatGPT 和 Claude-2 這類擅長處理自然語言的大語言模型 (LLMs)，去描述蛋白質序列的功能或生成具有特定性質的蛋白質時，它們也力不從心。究其原因，目前的蛋白質-文本對數據集存在兩大缺陷：一是缺少明確的指令信號；二是數據注釋不平衡。總之，當前 LLMs 的研究中存在一個尚未解決的空白，即無法在人類語言和蛋白質語言之間快速轉換。
為了解決這類問題，浙江大學陳華鈞、張強團隊提出InstructProtein

原文鏈接：入選ACL2024主會 | InstructProtein：利用知識指令對齊蛋白質語言與人類語言